导图社区 Scaling beyond context
Scaling beyond context
这是一篇关于Scaling beyond context的思维导图，梳理相关论文的切入角度、结论、现有方案局限、技术路线与附录方向。内容先对比已有方法，介绍多模态 RAG、多 Agent、长文本文档理解等切入思路，总结当前方案在效率、准确性等方面的结论，同时点明现有技术存在的各类限制与待解决问题。主体板块讲解理解复杂文档、多模态文档 RAG 技术演进，涵盖 MLLM-native、Agent-based、RAG-based 等不同实现路线，针对文本、图文混合场景给出技术改进思路。还系统归纳已有方法，从领域开放性、模块检查、检索粒度、混合增强四个维度分类，区分开放域与封闭域任务，梳理图像编码、图文混合检索、Grounded、区域检索、多模态 RAG 等技术方案，包含 VidRAG、HMR RAG 等相关模型。附录部分标注结构与未来方向、定性对比、工业部署等延伸研究方向，完整呈现长上下文、多模态文档检索增强领域的研究脉络与技术分支，理清各类方案的特点与边界。
提示: 本内容由社区用户上传并分享。平台不对内容的真实性、合法性、知识产权归属及是否侵害第三方权利进行事前审核或保证。本内容可能包含受版权保护的图片、字体或其他第三方素材，使用前请自行确认授权范围。
- 综述
- VLM
- Scaling
- 超越上下文的缩放
他的近期作品
查看更多>>
- 相似推荐
- 大纲
