# Loud and Clear mejora la evidencia visual en RAG documental

> Un artículo de arXiv informa que proporcionar páginas con mayor resolución y OCR de las zonas pertinentes mejoró las respuestas en tres pruebas de preguntas sobre documentos.

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

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.

## Los hechos

- El artículo informa que LoC superó a ColQwen3 por 8.88 puntos en SciEGQA, 3.09 en ViDoRe-v3 y 4.22 en MMLongBench-Doc.
- La ficha de arXiv fecha el artículo el 16 de octubre de 2026.

## 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.

## Fuentes y referencias

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

Última actualización: 2026-10-16