找到但未读懂：当提取文本弥合文档视觉...

💡 今日核心洞察：
本期4篇论文分别探讨LLM集成应用架构形式、文档VLM检索后阅读瓶颈、静态与智能体RAG策略选择及多模态智能体上下文管理优化。
───────────────
📑 今日精选论文速览（共 4 篇）：
1️⃣ [LLM系统架构] 从LLM聊天到自主AI智能体系统：LLM集成应用的形式（高效推理前沿成果）
• 突破：系统化定义七种LLM集成应用架构形式，澄清副驾驶、智能体等标签的实质
• arXiv: 2610.11899 | 仅技术报告
2️⃣ [多模态文档理解] 找到但未读懂：当提取文本弥合文档视觉语言模型中的检索-阅读鸿沟时（高效推理前沿成果）
• 突破：量化文档VLM检索-阅读鸿沟，证明OCR提取文本能有效放大检索效果
• arXiv: 2610.02880 | 仅技术报告
3️⃣ [检索增强生成] 桥接静态与智能体式RAG用于台湾历史问答（台湾大学）
• 突破：提出事后选择器动态选择静态或智能体RAG的响应，利用两者互补性
• 指标：恢复60.34%性能提升空间
• arXiv: 2609.23056 | 仅技术报告
4️⃣ [多模态智能体] MM-ContextFold：面向多模态智能体检索的上下文折叠（高效推理前沿成果）
• 突破：通过上下文折叠机制，将多模态子任务结果摘要后合并回纯文本主链，减少冗余
• arXiv: 2609.23121 | 仅技术报告
#人工智能 #大模型 #深度学习 #论文精读 #arXiv速递