CANOPY：自适应粒度多模态RAG证据压缩框架

发生了什么

据Hugging Face Papers报道，研究提出CANOPY框架，用于多模态RAG检索后的自适应粒度证据压缩。该框架通过层级节点编码器和查询相关性评分，在不同粒度下选择保留区域，并在证据不足时请求针对性后续检索。在3300万项异构语料库的5个QA基准测试中，CANOPY取得了最佳平均准确率。在Qwen3-VL-8B-Instruct设置下，压缩使读者输入证据Token减少14.2-27.7%，同时保持可比的答案准确率。