MM-BizRAG: Rethinking Multimodal Retrieval-Augmented Generation for General Purpose Enterprise Q&A

En 3 lignesMM-BizRAG améliore la génération augmentée par récupération multimodale pour les documents d'entreprise complexes. Le système extrait explicitement la structure des documents via des pipelines d'ingestion orientés (parsing pour rapports verticaux, représentations page-entière pour présentations), puis assemble les contextes multimodaux à l'inférence. Gains jusqu'à 32% sur SlideVQA et FinRAGBench-V sans fine-tuning.

Résumé généré par Claude — vérifié par l'humain