Pesquisadores apresentam o Loud and Clear (LoC), um método para ajudar sistemas de IA a usar evidências encontradas em páginas recuperadas para responder a perguntas sobre documentos. A abordagem combina imagens das páginas em maior resolução com texto de trechos relevantes para a consulta, sem treinamento adicional nem anotações de referência.
Nos testes relatados no artigo, o LoC superou oito métodos anteriores em três benchmarks, incluindo o ColQwen3 por 8.88 pontos no SciEGQA. Os autores também constataram que aumentar o orçamento de tokens visuais melhorou a precisão mesmo quando as páginas corretas já haviam sido recuperadas.
Por que importa
Para equipes que desenvolvem sistemas de resposta a perguntas sobre documentos, os resultados sugerem que melhorar a forma como as páginas recuperadas são apresentadas ao modelo pode ajudar mesmo quando a busca já encontra as páginas certas. O artigo não demonstra, porém, o desempenho do LoC em aplicações reais.
