RE-SciVQA 将论文的章节标题、图表引用和图注纳入检索，再用 LoRA 微调较小的语言模型回答科学图表问题。它没有另建复杂的大型模型，而是先改善模型读到的上下文。
作者在 SciVQA 基准上报告了优于普通 RAG 的匹配表现，并发现针对部分图表问题，提取图中数据比生成概括性图注更有效。结果来自论文中的特定评测设置。
RE-SciVQA 用检索和小模型读懂论文图表
RE-SciVQA 将论文的章节标题、图表引用和图注纳入检索，再用 LoRA 微调较小的语言模型回答科学图表问题。它没有另建复杂的大型模型，而是先改善模型读到的上下文。