跳到主要内容
检索

# Agri-MRAG农业多模态检索增强框架

1 篇关联报道

订阅更新
  1. arXiv

    农业问答不再只靠拼接检索文本:Agri-MRAG把证据写进LoRA适配器,ROUGE-L最高46.58

    农业视觉问答需要同时看懂作物症状和调用病理知识,而通用多模态大模型常把外观相似的病害混淆。Agri-MRAG把检索到的图文证据先按语义一致性聚类、只保留高置信子集,再把证据编码成LoRA适配器注入模型前馈层,并用困惑度决定是否追加显式检索上下文。在PlantVillageVQA与自建的PlantVQA上,它的ROUGE-L分别为41.21和46.58,比mRAG高11.70和4.51分,比VisRAG高8.80和3.39分。

已读完全部报道