연구진은 사전 훈련된 시각-언어 모델(VLM)을 활용한 외부 데이터(OOD) 탐지 성능 향상을 목표로 논문을 발표했어요.
기존 방식은 부정적 데이터 라벨을 얻기 위해 휴리스틱 규칙을 사용했지만, 이는 부정적인 오류 문제를 해결하지 못한다는 한계가 있었어요.
연구진은 부정적 데이터 라벨 샘플링 편향을 해소하는 이론적 프레임워크를 개발하고, 이를 몬테카를로 샘플링 기반으로 변환하여 새로운 최고 성능을 달성했어요.
개발된 코드는 GitHub에서 공개되어 있으며, 관련 연구는 VLM 기반 OOD 탐지 분야에 새로운 가능성을 제시하고 있어요.