연구진은 영어 중심 데이터로 학습된 MLLM이 다문화 환경에서 부적절한 답변을 내놓는 문제를 해결하기 위해 다문화 지식 삽입이라는 새로운 과제를 제시했어요.
CrossCult-KIBench는 지식 삽입 효과와 부작용을 평가하는 벤치마크로, 영어, 중국어, 아랍어 문화권의 시각적 시나리오 9,800건을 포함하고 있어요.
연구 결과, 현재 방법은 문화적 적응과 행동 보존 사이의 균형을 맞추는 데 어려움을 겪고 있으며, 이는 더욱 문화적으로 적응적인 MLLM 개발을 위한 중요한 연구 방향을 제시합니다.