# Loud and Clear усиливает визуальные данные в RAG по документам

> В статье на arXiv сообщается, что страницы в более высоком разрешении и релевантный OCR улучшили ответы на трёх тестах систем вопросно-ответного поиска по документам.

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

Исследователи представили Loud and Clear (LoC) — метод, который помогает системам ИИ использовать данные со страниц, найденных для ответа на вопросы по документам. Он сочетает изображения страниц в более высоком разрешении с текстом из областей, релевантных запросу, и не требует дополнительного обучения или эталонных разметок.

В описанных в статье тестах LoC превзошёл восемь прежних методов на трёх тестах, в том числе ColQwen3 — на 8.88 балла на SciEGQA. Авторы также выяснили, что увеличение бюджета визуальных токенов повышало точность, даже если нужные страницы уже были найдены.

## Факты

- Согласно статье, LoC превзошёл ColQwen3 на 8.88 балла на SciEGQA, на 3.09 — на ViDoRe-v3 и на 4.22 — на MMLongBench-Doc.
- В записи статьи на arXiv указана дата 16 октября 2026 года.

## Почему это важно

Для команд, разрабатывающих системы ответов на вопросы по документам, результаты показывают: улучшение способа представления найденных страниц модели может помочь даже тогда, когда поиск уже находит нужные страницы. При этом статья не доказывает, насколько хорошо LoC работает в реальных условиях.

## Источники и ссылки

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

Обновлено: 2026-10-16