掘金· lucas_AI·· 3 小时前AI 评分65
POSTECH 论文 LoC:文档 RAG 把页图预算从 1K 拉到 32K,准确率多 15 个点
检索到了 ≠ 读进去了:文档 RAG 把页图预算从 1K 拉到 32K,准确率多 15 个点
AI 导读
POSTECH 论文提出免训练框架 LoC,指出多模态文档 RAG 的瓶颈常在生成端视觉 token 预算而非检索:五个主流方法平均每查询只喂 0.72K–2.68K 视觉 token,纯页图预算从 1K 提到 32K 后 SciEGQA 准确率从 65.74% 升至 80.96%。
来源:掘金 · juejin.cn