# Loud and Clear提升文档RAG中的视觉证据呈现

> 一篇 arXiv 论文称，为 AI 系统提供更高分辨率的页面图像和相关 OCR 文本，能提升其在三项文档问答基准测试中的表现。

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

研究人员推出了 Loud and Clear（LoC），这是一种帮助 AI 系统利用文档问答检索页面中证据的方法。它将更高分辨率的页面图像与查询相关区域的文本结合起来，无需额外训练或真实标注。

论文报告的测试结果显示，LoC 在三项基准测试中均胜过此前的八种方法，其中在 SciEGQA 上比 ColQwen3 高出 8.88 分。作者还发现，即使已经检索到正确页面，增加视觉 token 预算也能提升准确率。

## 事实

- 论文报告称，LoC 在 SciEGQA 上比 ColQwen3 高出 8.88 分，在 ViDoRe-v3 上高出 3.09 分，在 MMLongBench-Doc 上高出 4.22 分。
- arXiv 页面显示，论文日期为 2026 年 10 月 16 日。

## 为什么重要

对于开发文档问答系统的团队来说，这些结果表明，即使检索已经找到正确页面，优化向模型呈现检索页面的方式也可能有所帮助；不过，论文并未证明 LoC 在真实部署场景中的表现。

## 来源与参考

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

最后更新: 2026-10-16