SnapBench: Benchmarking Snap-and-Ask Multimodal Retrieval for Mobile Interactions

• 类型：arxiv
• 标识：2608.29607
• 链接：https://arxiv.org/abs/2608.29607
• 主分类：rag
• 形态：benchmark
• 被引：2
• 被引来源：Semantic Scholar
• S2被引：2
• OpenAlex被引：0
• 影响力被引：0
• TLDR：SnapBench is introduced, the first paired benchmark for robust snap-and-ask multimodal retrieval, and MOOR (Modality-anchored, Outlier-aware, Optimal Reweighting), a simple adaptive fusion approach, highlighting the need for reliability-aware modality calibration in snap-and-ask retrieval.
• OpenAlex ID：W7204917865
• OpenAlex DOI：10.48550/arxiv.2608.29607
• DOI：10.48550/arxiv.2608.29607
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.29607
• OpenAlex更新：2026-09-05
• 副分类：evaluation
• 待LLM分类：否
• 标题中文：SnapBench：面向移动端交互的即拍即问多模态检索 benchmark
• TLDR中文：本文提出 SnapBench——首个面向鲁棒"拍照即问"多模态检索的配对基准，以及一种简单的自适应融合方法 MOOR（Modality-anchored, Outlier-aware, Optimal Reweighting），并指出在"拍照即问"检索中需要具备可靠性感知的模态校准。
• 来源文件：
• /inbox/tom/_candidates/2026-09-03-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]