TA-QFD

新的TAP-RAG框架改进了长文档上的多模态问答

研究人员推出了一种新颖的TAP-RAG框架，旨在改进长文档上的多模态问答。该系统采用任务感知策略控制器（TAPC），通过分析查询来确定最佳证据收集策略。TAP-RAG利用专门的执行器，TA-QFD用于文本和结构证据，TAVE用于视觉信息，以提高准确性。该框架在DocBench和MMLongBench-Doc等基准测试中表现出色，优于标准的多模态RAG基线。