AI最前沿 88Z.ai 4 月 10 日消息，阿里通义实验室发布VimRAG框架，以动态有向无环图取代传统线性上下文拼接。该框架结合分支试错、视觉能量分配及图引导优化技术，提升跨文本、图像和视频的检索与推理能力。在Qwen3-VL-8B模型上的测试表明，其准确率达到50.1%，性能显著超越传统方法。
消息要点
- VimRAG利用动态有向无环图及多种优化策略，提升跨模态检索与推理精度。
- 在Qwen3-VL-8B模型上，VimRAG准确率达50.1%，显著优于传统方案。
要点
阿里通义实验室正式推出开源全模态知识库检索增强生成框架VimRAG。该框架创新性地采用动态有向无环图结构，替代了传统的线性上下文拼接方式，从而更有效地处理复杂信息。 通过引入分支试错机制、视觉能量分配策略以及图引导优化技术，VimRAG能够实现跨文本、图像和视频内容的精准检索与关联推理。实验数据显示，基于Qwen3-VL-8B模型，该框架的准确率达到了50.1%，表现显著优于传统解决方案，为多模态数据处理提供了更高效的技术路径。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 通义实验室原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。