MMAgent-R$^2$: Learning to Rerank and Reject for Agentic mRAG

• 类型：arxiv
• 标识：2607.07383
• 链接：http://arxiv.org/abs/2607.07383v1
• 主分类：rag
• 形态：method
• 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：MMAgent-R$^2$, an agentic mRAG framework that integrates visual reranking and active rejection as its internal verification mechanism, is proposed and achieves joint optimization of external retrieval, internal verification, and answer generation via GRPO training.
• OpenAlex ID：W7167784235
• OpenAlex DOI：10.48550/arxiv.2607.07383
• DOI：10.48550/arxiv.2607.07383
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.07383
• OpenAlex更新：2026-07-19
• 副分类：agent
• 待LLM分类：否
• 标题中文：MMAgent-R$^2$：面向 Agentic mRAG 的重排序与拒答学习
• TLDR中文：提出 MMAgent-R$^2$，一种将视觉重排序与主动拒答作为内部验证机制的 Agentic mRAG 框架，并通过 GRPO 训练实现外部检索、内部验证与答案生成的联合优化。
• 来源文件：
• /inbox/tom/_candidates/2026-07-09-agent-rag-longcontext-candidates.json
• [S2 enrich]
• /inbox/tom/_candidates/2026-07-14-rag-retrieval-reranking-candidates.json
• [OpenAlex backfill]