RAG／文件理解
DocMemo 以貝氏頁面記憶重查長文件，MMLongBench 準確率達 71.3%
DocMemo 不把首次檢索的 top-k 頁面視為定案，而是把推理回饋寫回頁面相關性分布並重新取樣。三層記憶在長文件問答帶來增益，但評分依賴 GPT-4.1，公開儲存庫也仍相當精簡。
長PDF問答常在推理開始前一次選定若干頁面；若第一輪漏掉表格或跨頁線索，後續模型即使推理能力更強也無從修正。DocMemo 把檢索改成最多三輪的狀態式探索，並將記憶拆成三層：Document Schema Memory 保存章節與頁面摘要等文件結構；Page Belief Memory 維護每頁與當前問題相關的機率；Question Episodic Memory 記錄已找到的證據、未解線索及查詢改寫歷程。
每輪系統以視覺嵌入取得候選頁，再用 Thompson sampling 在高信心頁面與尚未充分檢查的頁面間取捨。推理模型對證據的判斷會透過貝氏更新寫回頁面信念，附近兩頁亦按衰減係數獲得相關性傳播；遇到資訊密集表格時，系統可額外裁切局部視覺區域，而非只把整頁縮圖交給模型。
在含1,082題、文件最長112頁的 MMLongBench-Doc 上，DocMemo取得71.3%準確率，高於DocLens的67.6%；表格題與不可回答題分別達73.3%及78.8%。控制相同Qwen3.5-9B、ColQwen2.5、頁面預算與三輪上限後，它仍以71.3%領先SimpleDoc的69.3%。移除全部記憶後分數降至68.47%，拿掉貝氏更新為68.80%；將Thompson sampling換成只選後驗平均最高頁面的貪婪策略，則由71.28%降至68.62%。
不過，正確性主要由GPT-4.1作二元裁判，可能把回答風格差異混入結果；多項基線數字亦取自各自論文或排行榜。公開程式目前只有兩次提交，提供頁面嵌入、摘要、vLLM服務與問答管線，但未附資料及完整重現產物。實務採用前仍應測量離線摘要成本、長文件更新失效問題，以及頁面信念能否跨不同版面與語言穩定校準。