ETCHR: 추론을 명확히 하고 활용하는 편집

연구진은 다운스트림 추론을 돕기 위해 이미지를 더 명확하게 만드는 2단계 질문 조건형 이미지 편집 모델 ETCHR을 소개했다.

이 시스템은 편집과 이해를 분리해, 질문에 직접 답하기보다 시각 정보를 정리하도록 학습된다.

다섯 가지 시각 추론 과제군에서 ETCHR은 여러 멀티모달 모델의 Pass@1 점수를 개선했다.

Qwen3-VL-8B, Gemini-3.1-Flash-Lite, Kimi K2.5 등에서 향상이 확인돼, 다양한 모델과의 호환성을 보였다.

별도 재학습 없이 시각 추론 정확도를 높일 수 있는 방법으로, 여러 과제와 모델 전반에 적용 가능하다.