LensVLM은 VLM이 텍스트를 이미지로 처리하는 방식의 정확도를 높이는 프레임워크와 후처리 레시피입니다. VLM 이미지 인코더가 고정 크기 이미지를 고정 개수의 시각적 토큰으로 매핑하기 때문에 해상도를 조절하여 압축률을 조절할 수 있습니다. 하지만 압축이 증가하면 문자 크기가 VLM 비전 인코더의 효과적인 해상도 아래로 줄어들어 구분이 어려워집니다.