COCOLogic-V2는 실제 이미지에서 시각적 유도 추론을 위한 객체 중심 데이터셋입니다. 1차 논리 하위 집합을 다루며, 긍정적 변형, 경계 근처(NB), 경계에서 멀리(FB) 네거티브 샘플로 분류하여 모델의 책임 문제를 진단합니다. 모델은 긍정적 샘플과 FB 샘플을 잘 구분하지만 NB 샘플은 어려워하며, 인식 잡음과 규칙 기반 검색 공간이 과제입니다.
기존 해석 가능 모델 평가가 단순 작업에 국한된 한계를 극복하고, 실제 이미지의 복잡한 추론을 탐구합니다. COCOLogic-V2는 시각적 유도 추론 연구를 위한 기반을 제공합니다. 이 데이터셋은 모델의 약점을 파악하고 개선하는 데 도움을 줄 것입니다.
연구 결과, 모델은 NB 샘플에서 어려움을 겪으며, 인식 잡음과 규칙 기반 검색 공간이 몇 가지 주요 과제로 지적되었습니다. COCOLogic-V2는 시각적 유도 추론 분야의 발전을 위한 중요한 도구입니다.