연구진은 시각 생성 모델이 학습하지 못한 내용을 그럴듯하게 꾸며내는 문제점을 지적했어요. 이를 해결하기 위해 2만 개 이상의 프롬프트로 구성된 SearchGen-Bench를 구축하고, 기존 모델들이 100점 만점에 21~28점밖에 받지 못하는 것을 확인했어요. 연구진은 검색 도구를 활용한 에이전트 기반 시각 생성 방법을 제안했지만, 단순 검색은 오히려 노이즈를 유발하는 문제를 발견했어요.
모델의 지식 경계를 파악하고, 가르치기-검색 공동 훈련 방식을 통해 성능을 개선하는 방법을 제시했어요. 이 방식은 모델의 성능을 꾸준히 향상시키며, 시각 생성 분야의 자체 개선 가능성을 열어두고 있어요. 연구진은 데이터셋, 공동 훈련 코퍼스, 검색 코퍼스를 공개하여 도구 기반의 시각 생성 연구를 지원할 예정이에요.