arXiv · ML· Ambuj Mehrish, Sebastiano Vascon·· 2026-10-05AI 评分36
基于最小成本流路由的多模态长文档证据组装方法
Min-Cost Flow Routing for Evidence Assembly in Long Multimodal Documents
AI 导读
研究团队提出 \flowreader,将多模长文档证据选择建模为多模态内容图上的最小成本流问题。在 VisDoMBench 使用 Qwen3-VL-32B 模型测试中,该方案取得 68.9 的最高宏观准确率,比最强系统高出 2.7 分,且每次查询平均仅需 17.5 个内容节点。消融实验表明,该方法的成本设计驱动了准确率提升,同时容量限制在保持性能的同时节省了约四分之三的读取令牌。
来源:arXiv · ML · arxiv.org