研究人员开发了SAFE-Cascade系统，该系统通过在仅文本语言模型和更强大的视觉语言模型（VLM）之间自适应地路由查询来优化图表问答。这种方法旨在通过仅在必要时调用VLM来降低成本和延迟，具体取决于评估问题和图表复杂性的学习路由器。该系统在准确性方面与完整的VLM基线相当，同时显著减少了VLM的使用和估计成本。 AI
影响 这种方法可以通过优化资源分配，实现更具成本效益和透明度的多模态AI系统。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一个新系统及其在基准测试上的性能。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Vision-language models (VLMs) are powerful for chart question answering, but invoking a VLM for every query can be unnecessarily expensive when many questions are answerable from OCR text and lightweight language reasoning. We demonstrate SAFE-Cascade, an interactive system for c…
arXiv:2606.19646v1 Announce Type: cross Abstract: Vision-language models (VLMs) are powerful for chart question answering, but invoking a VLM for every query can be unnecessarily expensive when many questions are answerable from OCR text and lightweight language reasoning. We dem…