연구진은 MLLM의 지역 이해와 위치 추정을 동시에 최적화하는 Cycle Group Relative Policy Optimization(CycleGRPO)이라는 새로운 강화 학습 프레임워크를 발표했어요.
CycleGRPO는 '지역 → 텍스트 → 지역'으로 이어지는 자기 평가 강화 학습 패러다임을 구축하여, 텍스트 기반 ground truth 없이도 지역 입력만으로 작동해요.
연구 결과, CycleGRPO는 지역 캡셔닝, 지역 VQA, grounded 대화, referring segmentation 등 다양한 벤치마크에서 성능 향상을 보였고, 코드와 모델은 GitHub에서 공개됐어요.