多模态知识图谱

M^3KG-RAG：多跳多模态知识图谱增强的检索增强生成

M^3KG-RAG: Multi-hop Multimodal Knowledge Graph-enhanced Retrieval-Augmented Generation

对做多模态大模型视觉问答与视觉定位的研究者，这篇提供了可复用的思路：用多智能体流水线自动构建多跳多模态知识图谱，并用 GRASP 做实体视觉定位与相关性评估后剪枝冗余上下文，可直接迁移到视频/音视频问答的检索增强生成流程中，缓解仅靠嵌入相似度检索带来的离题噪声。