Los investigadores presentan Loud and Clear (LoC), un método para ayudar a los sistemas de IA a utilizar la evidencia de las páginas recuperadas para responder preguntas sobre documentos. Combina imágenes de las páginas con mayor resolución y texto extraído mediante OCR de las zonas pertinentes para la consulta, sin entrenamiento adicional ni anotaciones de referencia.
En las pruebas descritas en el artículo, LoC superó a ocho métodos anteriores en tres pruebas, incluida ColQwen3 por 8.88 puntos en SciEGQA. Los autores también observaron que aumentar el presupuesto de tokens visuales mejoraba la precisión, incluso cuando ya se habían recuperado las páginas correctas.
Por qué importa
Para los equipos que desarrollan sistemas de respuesta sobre documentos, los resultados sugieren que mejorar la forma en que se muestran al modelo las páginas recuperadas puede ser útil incluso cuando la recuperación ya encuentra las páginas correctas. El artículo no demuestra qué tan bien funciona LoC en implementaciones reales.
