DocFS 论文：把文档变成文件系统，让 VLM 智能体用导航找证据
_reachsumit · x · 2026-11-13
新方法 DocFS 提出「文件系统作为智能体推理环境」：将复杂多模态文档转换成镜像原文结构的文件夹体系，让视觉语言模型智能体用标准的导航、搜索、读取工具来定位证据，回答复杂的多模态文档问答。
思路核心是把「长文档理解」转化为智能体已经擅长的文件系统操作，用空间结构代替一次性超长上下文输入。
「编程与Agent」频道最新
- Fable 5.2 移植 2.8 万行路径追踪器到 WebGPU：自己写了个编译器 — edwinarbus · 2026-11-13
- Vercel 推出 UI SDK：为 Agent 拆解并复用界面行为原语 — shadcn · 2026-11-13
- 开发者用 Fable 两天做出全程序化双足机器人,PS5 手柄可操控 — iamrobotbear · 2026-11-13
- Databricks Genie Agents 支持非结构化数据分析，MCP 连接器正式可用 — matei_zaharia · 2026-11-13
- Code4Scene 新基准测试：编程 Agent 到底会不会 3D 空间推理 — Lianhuiq · 2026-11-13
- 用 Atlas + Fable 5.2 搭配 three.js 做 3D 场景生成演示 — XRarchitect · 2026-11-13