计算机科学与探索

作者：徐国愚, 张一丹, 魏笑, 毛洋敏

单位：1. 河南财经政法大学 数据科学与电子商务学院，郑州 4500162. 河南财经政法大学 计算机与信息工程学院，郑州 4500163. 河南财经政法大学 管理科学与工程学院，郑州 450016

关键词：多模态大模型,检索增强感知,自适应路由机制,双阈值剪枝搜索策略

基金：河南省科技攻关项目（252102210071）。

检索增强感知算法能有效提升多模态大模型对高分辨率图像的感知能力，具有重要应用价值。但是现有算法存在检索时间过长问题，难以满足系统实时性需求。为此，提出一种融合自适应路由机制与双阈值剪枝搜索策略的多模态大模型检索增强感知算法，以优化处理效率。设置了自适应路由机制，通过计算整图任务可行性概率，并结合问题空间复杂度与模型规模自适应设定动态阈值，实现对简单样本的有效预筛选，使其无需分块处理即可直接获得答案，从而从源头规避无效计算。针对必须处理的复杂样本，在树搜索过程中采用双阈值剪枝的搜索策略：第一级剪枝基于语义质量评分的动态衰减约束，提前终止低质量分支的扩展；第二级剪枝则基于置信度评分差异，对通过第一级剪枝的节点，进一步合并那些决策稳定性高、置信度相近的冗余路径，从而有效抑制搜索空间的膨胀。实验结果表明，在V*Bench、HR-Bench等数据集上，该方案在保持感知精度（准确度仅损失2个百分点以内）的同时，实现了检索效率的显著提升，在LLaVA-ov-0.5B模型上检索速度最高提升达48.3%，尤其适用于低资源场景下的部署应用。

来源：2025年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第12期