# Loud and Clear से दस्तावेज़ों के जवाबों में बेहतर दृश्य साक्ष्य

> arXiv के एक शोधपत्र के मुताबिक, AI सिस्टम को पन्नों की बेहतर रिज़ॉल्यूशन वाली तस्वीरें और प्रासंगिक OCR टेक्स्ट देने से तीन दस्तावेज़ प्रश्नोत्तर बेंचमार्क पर जवाब बेहतर हुए।

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

शोधकर्ताओं ने Loud and Clear (LoC) नाम की एक विधि पेश की है, जो AI सिस्टम को दस्तावेज़ों से जुड़े सवालों के जवाब देने के लिए खोजे गए पन्नों में मौजूद साक्ष्य का इस्तेमाल करने में मदद करती है। इसमें पन्नों की बेहतर रिज़ॉल्यूशन वाली तस्वीरों को सवाल से संबंधित हिस्सों के टेक्स्ट के साथ जोड़ा जाता है। इसके लिए अतिरिक्त प्रशिक्षण या सही जवाबों के एनोटेशन की जरूरत नहीं पड़ती।

शोधपत्र में बताए गए परीक्षणों में LoC ने तीन बेंचमार्क पर आठ पुराने तरीकों से बेहतर प्रदर्शन किया। SciEGQA पर इसने ColQwen3 से 8.88 अंक अधिक हासिल किए। लेखकों ने यह भी पाया कि दृश्य टोकन की संख्या बढ़ाने से सटीकता बेहतर हुई, भले ही सही पन्ने पहले ही खोजे जा चुके हों।

## तथ्य

- शोधपत्र के मुताबिक, LoC ने SciEGQA पर ColQwen3 से 8.88 अंक, ViDoRe-v3 पर 3.09 अंक और MMLongBench-Doc पर 4.22 अंक बेहतर प्रदर्शन किया।
- arXiv की सूची में शोधपत्र की तारीख October 16, 2026 दी गई है।

## यह क्यों मायने रखता है

दस्तावेज़ों से जवाब देने वाले सिस्टम बनाने वाली टीमों के लिए, ये नतीजे बताते हैं कि मॉडल को खोजे गए पन्ने बेहतर ढंग से दिखाने से मदद मिल सकती है—भले ही खोज प्रक्रिया सही पन्ने पहले ही ढूंढ़ चुकी हो। हालांकि, शोधपत्र यह साबित नहीं करता कि LoC वास्तविक दुनिया में इस्तेमाल के दौरान कितना कारगर होगा।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-16