새로운 연구에서 UniReasoner 프레임워크를 소개하며, 텍스트-이미지 모델의 '이해-생성 격차'를 좁히는 것을 목표로 합니다.
UniReasoner는 LLM의 검증 능력을 활용하여, 시각적 초안을 생성하고, 이를 원본 프롬프트와 비교하여 오류를 지적하고, 수정된 지침을 생성하는 3단계 파이프라인을 사용합니다.
기존 모델은 프롬프트를 정확히 따르지 못하는 경우가 있지만, 생성된 이미지의 오류를 검증하는 데는 뛰어난 능력을 보여주며, UniReasoner는 이러한 LLM의 이해 능력을 활용합니다.