Banca de QUALIFICAÇÃO: ERNANE FERREIRA ROCHA JUNIOR

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ERNANE FERREIRA ROCHA JUNIOR
DATA : 30/10/2026
HORA: 14:00
LOCAL: Sala Meets: meet.google.com/okw-tobs-xcg
TÍTULO:

Enriquecimento visual no momento da ingestão para Geração Aumentada por Recuperação (RAG) em documentos científicos: compromissos entre custo e precisão em um estudo de caso em geofísica


PALAVRAS-CHAVES:

Geração Aumentada por Recuperação, Modelos de Linguagem de GrandeEscala, ModelosMultimodais,DocumentosVisualmenteRicos,CustodeInferência, LLMcomoJuiz, Documentos Científicos, Geofísica.


PÁGINAS: 70
RESUMO:

Grande parte do conhecimento científico e técnico circula em documentos PDF que combinam texto com figuras, tabelas e diagramas. A forma mais simples de consultar esses documentos com um Large Language Model (LLM) é extrair o texto e colocá-lo inteiro no prompt. Essa abordagem tem dois problemas: o custo cresce com o tamanho do documento a cada consulta, e a extração de texto descarta o conteúdo das figuras, sobre as quais o modelo responde com conhecimento genérico. Este trabalho chama o segundo problema de cegueira modal, uma propriedade do pipeline, e não do modelo. A proposta é enriquecer o documento uma única vez, na ingestão: cada imagem recebe OCR, legenda e uma descrição gerada por um modelo multimodal (Gemini 2.5 Flash), e esses registros são indexados com o texto das páginas no mesmo espaço vetorial (FAISS). A cada consulta, o modelo recebe apenas os trechos recuperados, sob uma política de ancoragem que exige citação da fonte. A proposta foi implementada no sistema Papyrus AI, compatível com qualquer LLM somente texto. O modelo de descrição é um serviço em nuvem, de modo que nesta configuração as figuras extraídas e o texto da página sairão da organização na ingestão e apenas o modelo usado nas consultas pode ser executado localmente. O trabalho também define o protocolo de avaliação: 20 perguntas, 10 textuais e 10 visuais, sobre umartigo de geofísica de exploração, respondidas por cinco modelos em duas condições, injeção do documento completo e Papyrus AI, com três execuções por pergunta, totalizando 600 respostas. Um segundo estudo, com três modelos, prompt e temperatura idênticos e seis condições (720 respostas), separará os efeitos do chunking por página ou subpágina, do texto das figuras (OCR e legenda) e da descrição visual. A avaliação usará o GPT-4.1 como juiz, com G-Eval para a exatidão das respostas e a métrica Faithfulness do DeepEval, ambas em escala de 0 a 1, além do custo (cobrado e a preço de tabela), da taxa de citação e da taxa de citação da página correta. A evidência principal serão intervalos de confiança bootstrap de 95% para a diferença média por pergunta; testes de Wilcoxon com correção de Bonferroni e tamanhos de efeito servirão de verificação mais estrita. Uma segunda configuração do juiz, que recebe a pergunta, reavaliará as respostas do segundo estudo. Por decisão de escopo, não haverá anotação humana: as conclusões compararão condições avaliadas pelo mesmo juiz. Espera-se menor custo e, quando os registros de imagem foremrecuperados, maior exatidão em questões visuais do que com apenas o texto das páginas, com possível perda em questões textuais frente ao documento completo. Os resultados serão apresentados na dissertação.


MEMBROS DA BANCA:
Presidente - 1153006 - LUIZ AFFONSO HENDERSON GUEDES DE OLIVEIRA
Interno - 2885532 - IVANOVITCH MEDEIROS DANTAS DA SILVA
Externo à Instituição - IGNACIO SANCHEZ GENDRIZ - CETENE
Notícia cadastrada em: 19/10/2026 16:46
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2026 - UFRN - sigaa02-producao.info.ufrn.br.sigaa02-producao