OmniVerifier-C1: 복합 규칙 기반 생성 모델 평가를 위한 세분화된 검증기

요약

OmniVerifier-C1은 복합적인 시각적 요구 사항을 정교하게 검증하기 위해 기존의 이진 판단 방식을 넘어선 분해형 등급 검증자 모델입니다. 이 모델은 복잡한 프롬프트나 규칙을 세분화하여 각 요소별 점수를 매기는 연속적인 피드백 방식을 채택했습니다. 이를 학습시키기 위해 하위 질문 수준의 이진 판단과 전역 정렬 점수를 동시에 최적화하는 Decoupled RL 학습 전략을 도입했습니다. 실험 결과, 전통적인 텍스트-이미지 생성 시나리오뿐만 아니라 Maze 및 Sudoku와 같은 규칙 기반의 세계 모델링 작업에서도 기존 이진 검증자보다 뛰어난 성능을 보였습니다. 연구진은 정답 이미지가 있을 경우 pointwise 방식보다 pairwise 검증 패러다임이 더 정확한 평가를 제공한다는 점을 확인했습니다. 이번 연구는 생성 모델에서 구조화된 세계 모델링 에이전트로 나아가기 위해서는 정확한 pairwise 등급 시각 검증자가 필수적임을 시사합니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.