跳到正文
原文
arXiv 人工智能· Wenlin Lin, Fanzhe Wei·· 7 小时前AI 评分42

定位、评判与阅读:基于知识点索引的角色专精工具智能体用于开放域多模态文档问答

Locate, Judge, Read: Role-Specialized Tool Agents over a Knowledge-Point Index for Open-Domain Multimodal Document QA

AI 导读

研究人员提出多模态文档问答管线 KnowForge,通过解耦检索定位、桥接评判与深度阅读等角色专精智能体来协同处理异构文档。搭配千问 Qwen3.6-35B-A3B(3B 激活参数)时,该方案在完整 M3DocVQA 上取得 47.5 的 F1 分数,换用 DeepSeek-V4-Flash 则达到 53.5。

来源:arXiv 人工智能 · arxiv.org