研究提出LoC方法优化多模态文档RAG视觉证据
发生了什么
据arXiv cs.CV报道，研究提出Loud and Clear (LoC)方法，通过提高分辨率和OCR优化多模态文档RAG的视觉证据利用。在不需额外训练的情况下，LoC结合高分辨率页面与查询相关区域的OCR，在SciEGQA、ViDoRe-v3和MMLongBench-Doc上优于八种先前方法，分别提升8.88、3.09和4.22分。
- SciEGQA提升
- 8.88分
- ViDoRe-v3提升
- 3.09分
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口