基于大型语言模型的多智能体知识视觉问答

本研究提出了一种多智能体投票框架，旨在改善现有知识视觉问答方法的不足。通过设计三种基于大型语言模型的智能体，模拟团队协作，并利用投票机制提升回答的准确性和有效性。