연구진이 복합 멀티 참조 이미지 생성(MRIG) 벤치마크 OmniRef-Bench를 공개했어요. 기존 벤치마크가 복잡한 MRIG 시나리오를 제대로 평가하지 못해 발전이 더디다는 문제점을 지적했어요.
OmniRef-Bench 평가 결과, 현재 주류 오픈소스 모델은 복잡한 MRIG 시나리오에서 어려움을 겪으며 참조 이미지 수가 증가할수록 성능이 저하돼요.
연구진은 두 단계 훈련 프레임워크 DyRef를 제안하여 오픈소스 모델의 OmniRef-Bench 성능을 크게 향상시켰고, 단일 이미지 편집 벤치마크에서도 효과를 입증했어요.