GeoWeaver: 장면 추론 전에 기하학적 증거로 시각 토큰을 그라운딩

연구진은 언어 추론 전에 시각 토큰에 기하 정보를 먼저 입히는 사전 추론 프레임워크 GeoWeaver를 제안했다.

GeoWeaver는 다단계 기하 뱅크를 만들고, 각 시각 토큰에 기하 증거를 할당해 더 강한 정합 표현을 구성한다.

이 방식은 공간·시간 추론 벤치마크 성능을 높였으며, 더 나은 공간 지능은 앞단의 기하 정합에서 나온다는 점을 보여줬다.

이번 연구는 멀티모달 모델에서 기하 정보를 나중에 더하는 것보다, 시각 표현 단계에서부터 반영하는 것이 더 효과적일 수 있음을 시사한다.