좌표나 영역 레이블 없이 수행하는 시각적 문서 이해에서의 증거 귀속 (Evidence Attribution)

요약

시각적 문서 이해(VDU) 모델이 좌표 대신 텍스트 인용을 사용하는 언어 인터페이스를 통해 증거 귀속 성능을 높이는 연구를 소개합니다. 좌표 기반 방식의 환각 문제를 해결하기 위해 GRPO 레시피를 도입하여 영역 레이블 없이도 정확도를 개선했습니다.

핵심 포인트

• 좌표 인터페이스 대신 언어 인터페이스를 사용하여 증거 재현율을 대폭 향상
• 귀속 환각(Attribution Hallucination) 문제를 절반 수준으로 감소시킴
• GRPO 레시피를 통해 비용이 많이 드는 영역 레이블 없이도 모델 훈련 가능
• 8B 모델의 엄격한 귀속 정확도를 22.4에서 33.8로 개선