**重新思考 LLM 指导下的视觉问答：深度知识整合真的有效吗？**

_Rethinking LLM-Guided Visual Question Answering: Does Deeper Knowledge Integration Really Help?_

> 研究探讨了在视觉问答（VQA）任务中，利用大语言模型（LLM）提供知识引导的整合深度。实验发现，在数据稀缺的微调场景下，简单的“后期融合”策略在 OK-VQA 基准测试中表现优于复杂的“注意力矩阵注入”。研究强调，知识整合的深度应与数据量级相匹配。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.17079)