연구진은 다중 모달성을 활용한 자기 지도 학습을 통해 특정 테스트 환경에 특화된 모델을 개발하는 Test-Space Training (TST) 방법을 제안했어요.
TST는 테스트 환경에서 다중 모달 데이터를 수집하고 이를 활용해 자기 지도 학습을 진행하며, 인터넷 규모의 데이터셋 없이도 경쟁력 있는 성능을 달성할 수 있어요.
연구 결과, 다중 모달 데이터를 활용한 자기 지도 학습은 모델의 테스트 환경 특화 능력과 일반화 능력 간의 균형을 맞추는 데 중요한 역할을 한다는 점을 확인했어요.