OmniVerifier-M1: 명시적 구조적 재보정(Explicit Structured Recalibration)을 갖춘 멀티모달 메타

시각적 결과물(Visual outcomes)은 멀티모달 거대 언어 모델(Multimodal Large Language Models, MLLMs)에서 점점 더 중심적인 역할을 하고 있으며, 이에 따라 범용 파운데이션 모델(Generalist Foundation Models)을 확장하기 위해서는 신뢰할 수 있고 세밀한 검증(Verification)이 필수적입니다. 본 연구에서는 결정 신호(Decision-only signals) 대신 검증기(Verifier)가 생성한 근거(Rationales)를 활용하는 멀티모달 메타 검증(Multimodal Meta-verification)을 조사하고, 메타 검증 피드백을 멀티모달 검증기 학습에 효과적으로 통합하는 방법을 탐구합니다. 우리는 두 가지 핵심 발견을 확인했습니다. 첫째, 기호적 검증기 출력(Symbolic verifier outputs, 예: 경계 상자(Bounding boxes))이 메타 검증 근거로서 텍스트 설명보다 성능이 뛰어나며, 보조 판사 모델(Auxiliary judge models)의 모델 기반 보상(Model-based rewards)에 의존하지 않고도 효율적인 규칙 기반 강화학습(Rule-based Reinforcement Learning) 보상을 가능하게 합니다. 둘째, 이진 판단(Binary judgment)과 메타 검증(Meta-verification)을 위한 강화학습(Reinforcement Learning, RL) 목적 함수를 분리하는 것이 출력 구조와 학습 역학(Learning dynamics)의 본질적인 차이로 인해 공동 보상 최적화(Joint reward optimization)보다 실질적으로 더 뛰어난 성능을 보입니다. 이러한 통찰을 바탕으로, 우리는 기호적 메타 검증과 분리된 강화학습을 활용하는 범용 시각 검증기인 OmniVerifier-M1을 학습시킵니다. OmniVerifier-M1은 견고한 검증과 세밀한 오류 위치 파악(Error localization)을 제공하며, 나아가 동적인 영역 수준의 자기 수정(Dynamic region-level self-correction)을 달성하는 검증기 기반 에이전트 생성 시스템인 M1-TTS를 가능하게 합니다. 이 접근 방식은 더 신뢰할 수 있고, 해석 가능하며, 세밀한 멀티모달 검증을 위한 길을 열어주어, 더 안전하고 제어 가능한 파운데이션 모델 배포를 지원합니다.