Авторы DR Pixel представили в препринте от 2 ноября способ искать ответы по научным статьям, сохраняя страницы в виде изображений. Агент получает страницу вместе с таблицами, графиками и поясняющим текстом, затем решает, искать ли дальше. При обычном извлечении текста часть этих связей теряется ещё до того, как модель начинает отвечать.

В авторском тесте было 500 вопросов и 1,06 млн страниц. Без специального дообучения DR Pixel повысил точность ответов на 5,1–5,6 процентного пункта у трёх проверенных моделей относительно поиска по распознанному тексту с отдельным поиском иллюстраций. Например, у GPT-5.4 результат вырос с 46,3% до 51,9%. Выигрыш приходился прежде всего на вопросы по таблицам и рисункам; на тексте и формулах результат оставался сопоставимым.

Отдельно исследователи дообучили Qwen3.6-27B, придавая больший вес полезным шагам поиска и рассуждения в примерах от GPT-5.4. Точность выросла с 40,1% до 52,1%; улучшение относительно исходной модели сохранилось и на четырёх внешних наборах. Но даже на основном тесте почти половина ответов оставалась неверной.

Это измерения авторов препринта: вопросы создавала модель с последующей проверкой людьми, ответы оценивала другая модель. Они показывают преимущество проверенной схемы, но не доказывают, что распознавание текста больше не нужно для любых документов. Код оценки и обучения опубликован под Apache 2.0. В репозитории также даны ссылки на вопросы, изображения страниц и поисковые индексы: метод можно проверять и воспроизводить, однако это исследовательский комплект, а не готовый сервис чтения документов.