摘要
视觉证据选择是多模态检索增强生成（RAG）的关键环节，但现有方法多依赖语义相关性，常与下游推理的实际效用错位。本文从信息论视角重构该问题，将证据效用定义为模型输出分布的信息增益。为解决答案空间优化的不可行性，引入潜在“证据 helpfulness
AI 推荐理由
论文核心在于优化视觉证据以提升下游推理效用，虽非直接研究推理机制，但是推理能力的关键支撑。
研究机构
Arizona State University
Texas A&M University
Morgan Stanley
论文信息