RouteDRAG：按需路由与控制多模态文档 RAG 智能体执行

RouteDRAG 按查询决定是否启用智能体，兼顾准确率与调用成本。

资讯摘要

论文提出 RouteDRAG，一个面向多模态文档检索增强生成的学习式框架，用于判断何时需要智能体执行并控制其后续操作。作者报告，在两个基准上，该方法相比仅走短路径执行平均准确率提升 3.47 个百分点，且仅将 79.3% 的查询分配给智能体；同时其表现超过统一智能体执行，所需回答调用更少。代码已开源。

要点速读

1. 论文指出智能体执行并非总有必要，额外操作可能提升、保持或降低答案准确率。
2. RouteDRAG 包含统一文档索引、自适应路径路由、动态智能体执行与顺序策略学习四个组件。
3. 作者报告在两个基准上平均准确率较仅短路径执行提升 3.47 个百分点，仅 79.3% 查询走智能体，并超过统一智能体执行且回答调用更少。

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 2026/10/29 08:00:21（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。