범용 VLM이 천문학 파운데이션 모델의 은하 형태 인식 성능을 높일 수 있다

연구진은 새로운 은하 형태 VQA 벤치마크에서 최신 비전-언어 모델들을 평가했고, 이들이 유용하지만 완전하지 않은 형태 지식을 갖고 있음을 확인했다.

이후 한 VLM을 약한 교사로 활용해 천문학 파운데이션 모델인 Zoobot을 은하 형태 분류에 맞게 학습시켰다.

두 가지 관측 시나리오와 여러 라벨 예산에서, VLM 기반 학습은 제한된 인간 라벨만으로 학습한 경우보다 더 좋은 성능을 보였다.

이 결과는 LSST와 Nancy Grace Roman Space Telescope 같은 대형 천문 관측에 맞춰 은하 분류기를 더 적은 주석 비용으로 적응시키는 실용적 방법을 보여준다.