연구진은 수화 번역 모델의 정밀도를 높이기 위해 다층 직접 선호 최적화(DPO) 프레임워크인 SignDPO를 개발했어요.
SignDPO는 공간, 시간, 언어적 차원에서 선호도를 정렬하여 기존 모델의 의미적 편향 문제를 해결하고, 모델이 수화의 미묘한 특징을 더 잘 학습하도록 돕습니다.
CSL-Daily, How2Sign, OpenASL 세 가지 벤치마크에서 SignDPO는 기존 모델보다 뛰어난 성능을 보이며, 표기 기반 모델과 견줄 만한 결과를 보여주었어요.