DocFS 论文：将文档转换为文件系统，让 VLM 智能体导航查找证据

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为镜像原文结构的文件夹体系。它让 VLM 智能体通过标准导航、搜索和读取工具定位证据，回答复杂的多模态文档问答，并以空间结构替代一次性超长上下文输入。