회귀(Regress) 대신 순위화(Rank): 279M Text Ranker가 참조형 우르두어 GUI Grounding에서 2B 및 7B
요약
본 연구는 UI grounding 작업을 위해 좌표 회귀(regression) 대신 279M 파라미터의 크로스 인코더(Text Ranker)를 활용했습니다. 이 ranker는 DOM에서 후보 요소를 선택하도록 학습되었으며, 우르두어 모바일 웹 페이지 환경에서 높은 point-in-box 정확도를 기록했습니다. 이는 기존 VLM 기반 모델들의 성능을 능가하는 결과입니다.
핵심 포인트
- 좌표 회귀 대신 순위화(Ranking) 방식을 도입하여 UI grounding의 정확도를 높였습니다.
- 279M 파라미터 크로스 인코더를 사용하여 DOM에서 후보 요소를 선택하도록 학습했습니다.
- 참조형 슬라이스(referential slice)에서 기준선 대비 높은 성능을 입증했습니다.
- 오류는 동일 텍스트 공유 요소와 순서 지시사항 등 특정 패턴에 집중됨이 확인되었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기