# Loud and Clear melhora a evidência visual em RAG com documentos

> Um artigo no arXiv relata que fornecer páginas em maior resolução e OCR de trechos relevantes melhorou as respostas em três benchmarks de perguntas e respostas sobre documentos.

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

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.

## Os fatos

- O artigo relata melhorias em relação ao ColQwen3 de 8.88 pontos no SciEGQA, 3.09 no ViDoRe-v3 e 4.22 no MMLongBench-Doc.
- A página do artigo no arXiv informa a data de 16 de outubro de 2026.

## 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.

## Fontes e referências

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

Última atualização: 2026-10-16