연구진이 다중 도메인 시각적 추론을 위한 환경 Trace를 공개했어요. Trace는 장면 문법과 실행 가능한 작업 프로그램을 분리하여 시각적 구현과 답변 계산을 분리합니다.
Trace 환경은 277개의 장면 문법과 11개의 시각 도메인에 걸쳐 1,000개의 작업을 포함하며, 의미 및 시각적 변형을 제어합니다.
Trace 환경에서 RLVR을 적용한 결과 Qwen2.5-VL-3B와 Qwen2.5-VL-7B의 외부 벤치마크 성능이 각각 3.51%p, 4.06%p 향상됐어요.