멀티모달 대형 언어 모델(MLLM)이 시각적 설득에 대해 추론하는 것은 어려운 과제이며, 단순히 추론을 유도하는 것만으로는 성능 향상에 도움이 되지 않을 수 있습니다.
연구진은 지도 학습을 통해 다양한 교사 생성 설명(rationales)을 활용하면 시각적 설득 예측 성능을 향상시킬 수 있음을 보여주었습니다.
새로운 3차원 충실도 평가 프레임워크를 도입하여 예측 성능이 반드시 충실한 설명을 보장하지 않으며, 결정과의 설명 민감도가 인간의 선호도와 가장 일치한다는 사실을 밝혀냈습니다.