# ‏Loud and Clear يعزّز الأدلة المرئية في أنظمة RAG للمستندات

> تشير ورقة على arXiv إلى أن تزويد أنظمة الذكاء الاصطناعي بصفحات أعلى دقة ونصوص OCR ذات صلة حسّن الإجابات عبر ثلاثة معايير لقياس الإجابة عن الأسئلة من المستندات.

Oossa · 2026-10-16 · https://oossa.com/ar/loud-and-clear-boosts-visual-evidence-in-document-rag

يقدّم باحثون طريقة Loud and Clear (LoC) لمساعدة أنظمة الذكاء الاصطناعي على الاستفادة من الأدلة الموجودة في الصفحات المسترجعة للإجابة عن الأسئلة المتعلقة بالمستندات. وتجمع الطريقة بين صور الصفحات الأعلى دقة ونصوص مستخرجة بتقنية OCR من مناطق ذات صلة بالاستعلام، من دون تدريب إضافي أو شروح مرجعية صحيحة.

في الاختبارات الواردة في الورقة، تفوّقت LoC على ثماني طرق سابقة عبر ثلاثة معايير، متقدمةً على ColQwen3 بمقدار 8.88 نقطة في SciEGQA. ووجد المؤلفون أيضًا أن زيادة ميزانية الرموز المرئية حسّنت الدقة حتى عندما كانت الصفحات الصحيحة قد استُرجعت بالفعل.

## الحقائق

- تفيد الورقة بأن LoC تفوّقت على ColQwen3 بمقدار 8.88 نقطة في SciEGQA، و3.09 في ViDoRe-v3، و4.22 في MMLongBench-Doc.
- يؤرّخ إدراج الورقة على arXiv بتاريخ 16 أكتوبر 2026.

## لماذا يهم

بالنسبة إلى الفرق التي تطوّر أنظمة للإجابة عن الأسئلة من المستندات، تشير النتائج إلى أن تحسين طريقة عرض الصفحات المسترجعة على النموذج قد يفيد حتى عندما يكون الاسترجاع قد عثر بالفعل على الصفحات المناسبة. لكن الورقة لا تثبت مدى كفاءة LoC في الاستخدامات العملية.

## المصادر والمراجع

1. [Loud and Clear: Making Visual Evidence Count in Multimodal Document RAG](https://arxiv.org/abs/2610.21318) – arXiv cs.CV, 2026-10-16

آخر تحديث: 2026-10-16