본 연구는 시각-언어 모델의 텍스트와 이미지 간 정보 밀도 불균형 문제를 해결하기 위한 새로운 프레임워크를 제안합니다. DAPE는 동적으로 적응하는 교차 모달 매칭 메커니즘과 점진적인 디테일 도입 모듈을 통해 정렬 정확도를 높이고 계산 비용을 줄입니다. 다양한 벤치마크 실험 결과, DAPE는 기존 방식보다 성능이 향상되었으며 계산 오버헤드를 감소시키는 효과를 보였습니다.