Skip to content
Hot eventLive

CANOPY：自适应粒度证据压缩的多模态RAG框架

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 2 hr ago

LatestOct 2
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。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Information Retrieval
    CANOPY：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。

Heat trend

There is not enough continuous observation data to draw a trend yet.