轻量检索增强加 LoRA 微调在 SciVQA 上大幅超过图表模型
资讯摘要
论文提出 RE-SciVQA，不设计复杂架构，而是改进检索上下文质量并用 LoRA 参数高效微调小模型。方法通过查询扩展把相关章节标题拼入问题以提升检索覆盖，并利用图引用与标题对齐调整相似度分数。作者报告在 SciVQA 基准上 ROUGE-1 F1 达 73.9%，优于 UniChart 等图表模型；相比标准 RAG，精确匹配提升 11.9%、模糊匹配提升 29.5%，总体增益 14.3%。
要点速读
- 方法核心是查询扩展加入章节标题，并用图引用与标题对齐调整相似度分数
- 在 SciVQA 上 ROUGE-1 F1 为 73.9%，对比 UniChart 14.7%、ChartGemma 6.9%、Matcha-ChartQA 6.3%
- 相比标准 RAG 基线，精确匹配提升 11.9%、模糊匹配提升 29.5%，总体增益 14.3%；封闭式无限视觉问答中用图表数字化替代合成标题提升 18.5%
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。