实体
InfographicVQA
InfographicVQA
PulseAugur coverage of InfographicVQA — every cluster mentioning InfographicVQA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新系统通过视觉检索和证据链构建增强文档问答能力
研究人员开发了一种新颖的长上下文文档问答系统，特别适用于包含图表和信息图等视觉元素的文档。该系统名为VisRAG-Ret，利用冻结的Qwen2.5-VL-7B-Instruct模型，并包含三个新模块：一个能力感知视觉路由器（CAVR）用于分类页面类型，一个弱到强页面选择（WSPS）机制用于提炼答案可得性，以及一个视觉证据链（VET）用于为生成器创建布局锚定的路径。这种方法显著提高了在DocVQA、ChartQA和MMLongBench…
-
新基准和方法推动AI多模态推理发展
研究人员正在开发用于多模态知识图谱补全和推理的新方法，将视觉语言模型（VLM）与图结构相结合。ViSR-KGC提出了一种视觉子图推理方法，结合了表示学习和VLM分析来推断缺失的实体。Q-CueGraph专注于查询条件下的视觉证据图谱，以指导VLM在多模态推理任务中检查图像。此外，还开发了一个从讲座视频构建证据支撑的多模态知识图谱的流程，并引入了一个名为GraphVerse的综合基准来评估多模态大语言模型在视觉图谱推理方面的能力。