연구진은 텍스트-이미지 생성 모델이 동일 프롬프트에 대해 시각적으로 다양한 모드를 제한적으로 커버하는 문제를 제기했어요. 다양한 모드 커버리지를 개선하기 위해 그룹 기반 강화 학습 목표인 다축 Max@K를 제안하고, 이를 통해 이미지의 다양성을 높일 수 있어요. 다축 Max@K는 자동 평가 지표에서 공정성 점수를 0.23~0.36 향상시키며, 이미지 품질과 텍스트 정합성을 유지했어요.