# LoC、文書RAGで視覚的な根拠を強化

> arXiv掲載論文によると、AIに高解像度のページ画像と関連箇所のOCRテキストを与えることで、文書に関する3つの質問応答ベンチマークで回答精度が向上した。

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

研究者らは、文書に関する質問応答で、検索されたページ内の根拠をAIが活用しやすくする手法「Loud and Clear（LoC）」を発表した。追加の学習や正解注釈を必要とせず、高解像度のページ画像と、質問に関連する領域のテキストを組み合わせる。

論文で報告された評価では、LoCは3つのベンチマークで従来の8手法を上回り、SciEGQAではColQwen3を8.88ポイント上回った。また、正しいページがすでに検索されている場合でも、視覚トークンの予算を増やすと精度が向上することが分かった。

## 事実

- 論文によると、LoCはColQwen3をSciEGQAで8.88ポイント、ViDoRe-v3で3.09ポイント、MMLongBench-Docで4.22ポイント上回った。
- arXivの掲載情報では、この論文の日付は2026年10月16日。

## なぜ重要か

文書質問応答システムを開発するチームにとって、検索で正しいページが見つかっている場合でも、モデルにページを提示する方法を改善すれば効果が得られる可能性がある。ただし、この論文はLoCが実際の運用環境でどの程度機能するかを明らかにしてはいない。

## 出典と参考資料

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

最終更新: 2026-10-16