热点事件持续更新
CANOPY：自适应粒度证据压缩的多模态RAG框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
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。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 12:00
2026-10-02 arXiv 发布 CANOPY 框架，在多模态 RAG 中实现自适应粒度证据压缩。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Information RetrievalCANOPY：多模态 RAG 自适应粒度证据压缩框架
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。