CANOPY：多模态 RAG 证据压缩，token 省近三成精度不掉

POSTECH 提出 CANOPY，用层级结构对多模态 RAG 检索证据做自适应粒度压缩，无需 LLM 调用，证据不足时由 critic 发起补充检索。在 33M 条异构语料、5 项 QA 基准上平均准确率超过各检索基线，多跳 QA 增益主要来自补充检索。未路由的 Qwen3-VL-8B-Instruct 设定下读入证据 token 减少 14.2%–27.7%，精度相当。