I ricercatori presentano Loud and Clear (LoC), un metodo che aiuta i sistemi di IA a usare le informazioni contenute nelle pagine recuperate per rispondere a domande sui documenti. Il metodo combina immagini delle pagine a risoluzione più alta con il testo delle aree pertinenti alla query, senza richiedere ulteriore addestramento né annotazioni di riferimento.
Nei test riportati nell’articolo, LoC ha superato otto metodi precedenti in tre benchmark, ottenendo anche 8.88 punti in più di ColQwen3 su SciEGQA. Gli autori hanno inoltre rilevato che aumentare il budget di token visivi migliorava la precisione anche quando le pagine corrette erano già state recuperate.
Perché conta
Per i team che sviluppano sistemi per rispondere a domande sui documenti, i risultati suggeriscono che migliorare il modo in cui le pagine recuperate vengono mostrate al modello può essere utile anche quando il sistema di recupero individua già le pagine giuste. L’articolo, però, non dimostra quanto LoC funzioni bene nelle applicazioni reali.
