Des chercheurs présentent Loud and Clear (LoC), une méthode qui aide les systèmes d’IA à exploiter les éléments de preuve présents dans les pages récupérées pour répondre à des questions sur des documents. Elle combine des images de pages en plus haute résolution avec le texte des zones pertinentes pour la requête, sans entraînement supplémentaire ni annotations de référence.
Dans les tests rapportés par l’article, LoC a surpassé huit méthodes antérieures sur trois benchmarks, dont ColQwen3 de 8.88 points sur SciEGQA. Les auteurs ont également constaté qu’augmenter le budget de jetons visuels améliorait la précision, même lorsque les pages contenant la bonne réponse avaient déjà été récupérées.
Pourquoi c'est important
Pour les équipes qui développent des systèmes de réponse à des questions sur des documents, ces résultats suggèrent qu’améliorer la manière dont les pages récupérées sont présentées à un modèle peut être utile même si le système de recherche trouve déjà les bonnes pages. L’article ne permet toutefois pas d’établir l’efficacité de LoC dans des déploiements réels.
