연구진은 시각 언어 모델(VLM)의 플로우차트 변환 성능을 개선하기 위해 EdgeFlow를 제안했어요. EdgeFlow는 VLM 입력에 Canny 엣지 맵을 추가하여 플로우차트의 토폴로지 정보를 보존합니다.
IndusReqFlow 데이터셋 평가 결과, EdgeFlow는 노드 수준 F1 점수를 17.39% 향상시키고, 엣지 수준 F1 점수를 16.94% 향상시켰어요.
EdgeFlow는 별도 학습 데이터나 도메인 특화 모델 튜닝 없이 플로우차트를 머메이드 다이어그램으로 변환하는 실용적인 방법을 제공하며, 모델 기반 테스트 지원을 향상시킵니다.