요약

SketchVLM은 비전 모델이 단순히 텍스트로 답변하는 것을 넘어, 이미지 위에 직접 설명을 스케치하여 시각적으로 추론 과정을 보여줄 수 있게 하는 기술입니다. 이 모델은 SVG 오버레이를 생성하여 추론 과정을 시각화하며, 이를 통해 시각적 추론 작업의 정확도를 크게 향상시킵니다. 특히 별도의 훈련 과정 없이(Training-free) 어떤 비전 모델에도 적용할 수 있는 범용적인 방식이라는 것이 큰 장점입니다.

핵심 포인트

• 비전 모델이 이미지 위에 직접 스케치 설명을 그려 추론 과정을 시각화합니다.
• SVG 오버레이를 사용하여 텍스트 기반 답변의 한계를 극복하고 시각적 정보를 제공합니다.
• 시각적 추론 작업에서 정확도를 28.5% 향상시키는 성능 개선을 보여줍니다.
• 별도의 모델 훈련이 필요 없고(Training-free), 어떤 비전 모델에도 적용 가능한 범용성(model-agnostic)을 가집니다.