FLOWREADER: Min-Cost Flow Optimization for Multi-Modal Long Document Q&A
FLOWREADER：用最小费用流优化多模态长文档问答的证据组装
🧭 多模态RAG · 图优化证据路由
Ca' Foscari University of Venice
将多模态文档的证据组装建模为最小费用流问题，统一控制评分、路由、选择和自适应计算
📌 工作参考价值（4 点）
- 证据组装的图建模思路可迁移到电商多模态信息聚合：将商品标题、详情图、表格参数、用户评价等视为异构节点，用最小费用流从碎片化来源中筛选最优证据组合，代替简单的 Top-K 检索，提升回答或推荐理由的完整性。
- 统一评分向量h控制多目标：通过一个共享的评分向量同时驱动 MMR 去重、相关性筛选和长度感知的可回答性评估，可用于 Agent 的任务规划中，动态权衡信息收集的多样性、可靠性与成本。
- 熵正则化复制者动态（replicator dynamics）用于紧凑子集选择：在 Agent 多智体场景下，从多个候选证据路径中选出无冗余的紧凑集合，可避免信息重复，提升 RAG 或决策模块的效率。
- 双过程门控与自适应 System-2 精炼：当生成一致性低或流图容量紧张时触发二次精炼，电商 Agent 可借鉴这种「成本感知的浅层回答 + 条件化深层推理」模式，优化 API 调用开销与回答质量。