零样本问答

DynamicGTR：利用图拓扑表示偏好提升视觉语言模型在图问答上的能力

DynamicGTR: Leveraging Graph Topology Representation Preferences to Boost VLM Capabilities on Graph QAs

对做 VLM 的人来说，这篇给出了一个可复用的思路：把结构化输入（图）的多种表示形式（图像式、文本式）当作可选择的「模态」，在推理时按查询动态挑选，从而在准确率与输出长度之间做可控权衡；这种「表示选择器 + 零样本迁移」的框架可以迁移到视觉侧的结构化输入（如场景图、流程图、图表）的 VLM 问答上。