DeepSeek, 'Thinking-with-Visual-Primitives' 프레임워크 공개

요약

DeepSeek은 베이징 대학 및 칭화 대학과 협력하여 'Thinking with Visual Primitives'라는 새로운 다중 모달 추론 프레임워크를 공개했습니다. 이 프레임워크는 공간 토큰(좌표 점, 경계 상자 등)을 모델의 사슬 사고(CoT) 과정에서 핵심적인 '생각의 최소 단위'로 활용하는 것이 특징입니다. 이를 통해 모델은 단순히 이미지를 인식하는 것을 넘어, 추론 과정 중 특정 위치를 직접 가리키며 '사고'할 수 있게 됩니다.

핵심 포인트

• 새로운 다중 모달 추론 프레임워크 'Thinking with Visual Primitives' 공개
• 공간 토큰(좌표 점, 경계 상자)을 모델의 사슬 사고(CoT) 과정에 통합함.
• 모델이 이미지를 관찰하며 특정 위치를 가리키는 방식으로 추론 능력을 향상시킴.
• 학술적 협력 (베이징 대학, 칭화 대학) 기반 연구 결과임.