CLIMB：免训练多模态RAG推理框架

Hang Gao 等作者提交论文预印本，提出免训练的多模态检索增强生成（RAG）推理框架 CLIMB。该方法先用 MMR 式目标构建紧凑的互补证据池，再通过 R/E/C 评审器按相关性、证据特异性和跨模态对齐打分，并由基于证据的置信度估计器仅在置信度提升时接受更新答案。 论文将 CLIMB 定位为推理时框架，即无需训练即可使用，目前为 arXiv 预印本，尚未见同行评审或独立复现结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。