PlanSightRAG: A Visual-First Multimodal RAG for Automating Question Answering and Compliance Checking for Civil Standard Plans

• 类型：arxiv
• 标识：2608.26091
• 链接：http://arxiv.org/abs/2608.26091v1
• 主分类：rag
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A Visual-First Multimodal Retrieval-Augmented Generation (RAG) framework called PlanSightRAG, which indexes and reasons directly over plan imagery, integrates a ColNomic-3B multi-vector retrieval, an agentic Planner-Retriever-Auditor-Synthesizer, and MaxSim heatmaps as an evidence trail.
• OpenAlex ID：W7204441260
• OpenAlex DOI：10.48550/arxiv.2608.26091
• DOI：10.48550/arxiv.2608.26091
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.26091
• OpenAlex更新：2026-09-01
• 副分类：multimodal
• 待LLM分类：否
• 标题中文：PlanSightRAG：面向土木标准图自动化问答与合规审查的视觉优先多模态 RAG
• TLDR中文：PlanSightRAG 是一种 Visual-First 多模态 RAG 框架，直接对图纸图像建立索引并进行推理，集成了 ColNomic-3B 多向量检索、Agentic Planner-Retriever-Auditor-Synthesizer，并以 MaxSim 热力图作为证据链。
• 来源文件：
• /inbox/tom/_candidates/2026-08-27-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-28-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]