RE-SciVQA 提出检索增强科学图表问答方法
热点事件持续更新
RE-SciVQA 提出检索增强科学图表问答方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Sheikh Tahmim Mehdi 与 Muminul Islam Jami 发布论文，提出科学图表问答方法 RE-SciVQA。该方法不设计复杂架构，而是改进检索到的上下文质量，并用参数高效 LoRA 训练微调小模型：把相关章节标题拼到原问题后做查询扩展以提升检索覆盖，再根据图表引用与标题的对齐情况调整相似度分数。 在 SciVQA 基准上，RE-SciVQA 取得 73.9% 的 ROUGE-1 F1；论文给出的对比中，UniChart 为 14.7%，ChartGemma 为 6.9%，Matcha-ChartQA 为 6.3%。
AI 根据报道生成 · 4 小时前更新
最新进展11月3日 13:00
RE-SciVQA：用上下文相关检索与轻量 MLLM 适配提升科学图表问答报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIRE-SciVQA：用上下文相关检索与轻量 MLLM 适配提升科学图表问答
RE-SciVQA 通过查询扩展把相关章节标题拼到原问题后提升检索覆盖，并用图表引用与标题对齐调整相似度分数，在 SciVQA 基准上取得 73.9% 的 ROUGE-1 F1，高于 UniChart 的 14.7%、ChartGemma 的 6.9% 和 Matcha-ChartQA 的 6.3%。
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。