MARDoc：一种用于多模态长文档问答的记忆感知优化智能体框架

迭代检索推理智能体在多模态长文档问答中展现出潜力，但现有系统通常维护单一增长的上下文，导致关键证据分散且被稀释，引发多跳推理噪声。本文提出 MARDoc，一种记忆感知优化智能体框架，将任务解耦为三个专用智能体：负责多粒度检索的探索者、将交互痕迹提炼为结构化证据与推理记忆的优化者，以及检查证据充分性的反思者。该设计依赖动态更新的结构化记忆而非完整历史，有效降低上下文噪声并保留关键事实及其逻辑依赖。实验表明其在多个基准上优于同类基线。