南洋理工陶大程教授团队等提出基于RAG的高分辨率图像感知框架，准确率提高20%
南洋理工大学与武汉大学合作提出无需训练的RAP框架，解决MLLMs处理高分辨率图像的信息损失问题。通过RAG技术，利用Spatial-Awareness Layout算法维持图像块相对位置，RE-Search自适应选择图像块数量，有效降低分辨率同时保留关键视觉信息。实验显示，RAP在HR-Bench 4K和8K数据集上分别提升21%和21.7%的准确率，展现显著优势。来源：https://mp.weixin.qq.com/s/-lIk2lGLOUZR-Bly2wFsYg
页:
[1]