RouteDRAG：面向多模态文档 RAG 的 Agent 执行路由与控制学习

英文标题：RouteDRAG: Learning to Route and Control Agentic Execution for Multimodal Document RAG

现代 Web 应用程序正日益依赖对长篇多模态文档的深度理解，而回答相关复杂问题往往需要跨越多个页面、表格及图表进行全方位的信息整合。针对这一挑战，研究提出了结合智能体决策的检索增强生成（Agentic RAG）范式。RouteDRAG 重点探索了如何学习对 Agent 的执行流程进行动态路由与精确控制，以实现高效的多模态文档检索与问答。该方法为开发者优化长文档多模态问答系统、降低 Agent 执行成本与提升推理准确率提供了重要实践路径。

2.0 KB 612 B 380 B 24.2 KB 34.7 KB