연구진은 오픈 보컬러불러리 객체 감지를 위한 자가 지도 방식의 새로운 튜닝 방법인 Decoupled Adaptivity Training (DAT)을 제안했어요. DAT은 기존 객체 감지와 VLM을 결합한 모델에서 지역 정보를 활용하여 가짜 레이블 데이터셋을 구축하고, 시각적 백본을 튜닝하여 성능을 향상시킵니다. COCO 및 LVIS 데이터셋 실험 결과, DAT은 알려진 객체와 새로운 객체 모두에서 기존 성능을 능가하는 결과를 보여주었어요.