研究人员开发了一种新颖的双代理多模态问答架构，专门为 ICML 2026 高效多模态问答研讨会上的 QANTA 2026 挑战赛设计。该系统采用一个使用 GPT-4o-mini 级别模型的置信度校准代理来决定在不确定情况下的回答时机，以及一个使用 GPT-4o 级别模型进行准确答案选择和人类采纳的代理。这种方法强调高效推理和置信度校准而非集成，在 QANTA 排行榜上取得了 0.402 的最高总分。 AI
影响 展示了针对资源受限的多模态问答系统有效的特定任务推理策略。
排序理由 这是一篇提交给特定学术挑战的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.09623v1 Announce Type: cross Abstract: We present our submission to the QANTA 2026 shared challenge at the ICML 2026 Workshop on Efficient Multimodal Question Answering (EMM-QA). Quanta evaluates multimodal quizbowl systems that answer pyramid-style questions from incr…
We present our submission to the QANTA 2026 shared challenge at the ICML 2026 Workshop on Efficient Multimodal Question Answering (EMM-QA). Quanta evaluates multimodal quizbowl systems that answer pyramid-style questions from incrementally revealed text and accompanying images wh…