연구진이 시각-언어 모델의 교차 이미지 비교 추론 성능을 향상시키는 프레임워크 CoRe를 발표했어요. CoRe는 대규모 훈련 데이터셋 CoRe-20K, 구조화된 보상 체계 TriSR, 그리고 새로운 벤치마크 CoRe-Bench로 구성돼요.
CoRe-20K는 자동 생성된 3가지 기반 훈련 데이터셋으로, 개수, 깊이, 거리, 공간 관계를 포함하며, 기존 VLM보다 28.2 포인트 부분 정확도 향상 효과를 보여줬어요.
TriSR은 속성 기반 정렬, 판단 일치, 3가지 일관성을 동시에 감독하는 구조화된 보상 체계이며, GRPO 최적화 방식을 사용해요.