RA-BLIP：多模态自适应检索增强自启动语言-图像预训练

本研究针对多模态大语言模型中知识更新的挑战，提出了一种新的检索增强框架RA-BLIP。通过引入自适应选择知识生成策略，本文实现了高效的信息提取和多模态知识的融合，显著提升了模型在开放多模态问答任务上的表现，超越了现有的检索增强模型。