Alibaba Tongyi のオープンソースのフルモーダル ナレッジ ベース RAG フレームワーク、VimRAG。

アリババ傘下のTongyi Labは、線形コンテキスト結合を動的な有向非巡回グラフ（DAG）に置き換えるVimRAGフレームワークを発表しました。分岐試行錯誤メカニズム、視覚エネルギー配分戦略、グラフ誘導最適化（GGPO）を通じて、テキスト、画像、動画全体にわたる正確な検索と関連付け推論を実現します。実験結果によると、このモデルはQwen3-VL-8Bモデルで50.1%の精度を達成し、従来の手法を大幅に上回っています。