热点事件持续更新
研究团队提出多模态问答框架EDMA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月21日，arXiv发布研究论文，研究人员提出了基于逻辑熵的多模态问答框架EDMA。该框架将问答过程形式化为迭代降熵过程，旨在量化各模态在区分候选答案时的具体贡献。EDMA引入了模态条件分区、熵驱动多模态融合及基于降熵的回答轨迹选择机制。在标准MMQA基准评测中，EDMA相比CoT平均提升了18.6 F1和8.3 LLM-J点，相比Planning Prompting平均提升了12.8 F1和4.6 LLM-J点。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
研究团队提出基于逻辑熵的EDMA框架，在MMQA评测中性能较CoT显著提升。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 人工智能EDMA：基于熵驱动的多模态问答框架
研究人员提出基于逻辑熵的多模态问答框架 EDMA，将问答过程形式化为迭代降熵过程，以量化各模态在区分候选答案时的具体贡献。EDMA 引入模态条件分区、熵驱动多模态融合及基于降熵的回答轨迹选择机制。在标准 MMQA 基准评测中，EDMA 相比 CoT 平均提升 18.6 F1 和 8.3 LLM-J 点，相比 Planning Prompting 提升 12.8 F1 和 4.6 LLM-J 点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。