연구진은 VLMs의 추론 오류를 세분화하여 수정하는 새로운 방법인 Perceval을 제안했어요. Perceval은 이미지 관련 주장을 시각적 증거와 비교하여 오류를 찾아내고, 토큰 단위의 오류 지적을 가능하게 해요. Perceval을 활용한 RL 훈련 및 추론 과정 개선을 통해 다양한 벤치마크에서 성능 향상을 확인했어요.