arXiv 人工智能· Sheikh Tahmim Mehdi, Muminul Islam Jami·· 18 hours agoAI score35
RE-SciVQA：通过上下文相关检索与轻量级 MLLM 适配改进科学 VQA
RE-SciVQA: Improving Scientific VQA With Context-Relevant Retrieval and Lightweight MLLM Adaptation
Not yet translated; shown in Chinese.
AI guide
RE-SciVQA 通过上下文相关检索增强与 LoRA 轻量微调优化科学视觉问答。在 SciVQA 基准上，该方法取得 73.9% 的 ROUGE-1 F1 分数，大幅超越 UniChart（14.7%）与 ChartGemma（6.9%），相比标准 RAG 基线实现 14.3% 的整体增益。针对闭口无限视觉问题，采用图表数字化替代合成说明带来了 18.5% 的提升。
Source:arXiv 人工智能 · arxiv.org