LLM推論初出 5/25 22:43
ByteDance AIトレーニングスタディ: マルチモーダルQ&A戦略が生のOCR文字起こし入力を上回る
ByteDance AI Training Study: Multimodal Q&A Strategy Beats Raw OCR-Transcription Input
https://winbuzzer.com/feed/2026/5/25
AI要約
ByteDanceとHKUSTの研究により、長文文書のマルチモーダルQA戦略がOCRベースの入力よりも優れていることが判明。MMProLongの検索精度向上に寄与。