arXiv · Information Retrieval· Hyojeong Yun, Jueun Kim, Wook-Shin Han·· 3 小时前AI 评分36
CANOPY：多模态 RAG 自适应粒度证据压缩框架
CANOPY: Adaptive-Granularity Evidence Compression for Multimodal RAG
AI 导读
CANOPY 将检索项表示为层次结构，用基于金标准证据微调的节点编码器打分，并通过父节点相对比较在多粒度下选择区域，无需 LLM 调用即可剪枝。在 33M 项异构语料上的 5 个 QA 基准中，CANOPY 平均准确率高于检索基线；Qwen3-VL-8B-Instruct 设置下，压缩相对减少 14.2-27.7% 的证据 token，准确率相当。多跳 QA 的收益主要来自额外检索。
来源：arXiv · Information Retrieval · arxiv.org