华为 MRAG：多模态检索增强生成技术论文阅读GitHub项目链接：https://github.com/PanguIR/MRAGSurvey多模态检索增强生成（MRAG）通过将文本、图像、视频等多模态数据整合到检索与生成过程中，显著提升了多模态大语言模型（MLLM）的性能。传统检索增强生成（RAG）系统主要依赖文本数据，通过动态引入外部知识有效减少了幻觉现象并提高了回答准确性，但其单模态特性限制了系统对多模态数据中丰富上下文信息的利用。MRAG通过扩展RAG框架实现多模态检索与生成，从而能够提供更全面且符合上下文语境的回答。在MRAG框架中，检索阶