연구진이 공간 추론 능력 향상을 위한 Ouroboros-Spatial 프레임워크를 제안했어요. 이 프레임워크는 모델이 질문 생성과 해결 역할을 동시에 수행하며, 모델의 역량에 맞춰 학습 데이터 분포를 함께 발전시켜요.
Ouroboros-Spatial은 기존 방식보다 효율적으로 학습 데이터를 활용하며, 불필요한 쉬운 예제를 줄이고, 명확하지 않거나 학습 가치가 낮은 샘플을 걸러내요.
Qwen3-VL-4B와 Qwen3-VL-8B 모델을 벤치마크한 결과, 기존 방식보다 적은 학습 데이터로도 성능을 크게 향상시켰으며, VSI-Bench에서 9.9점과 6.8점의 절대적인 성능 향상을 기록했어요.