참조 문장 없이 이미지만 보고 고릅니다 — 설명 라벨링 최대 1.6배

Meissa·KAIST·GIST·POSTECH 공동 연구팀이 이미지만 있고 참조 문장(referring expression)은 없는 조건에서 액티브러닝을 다시 정의했습니다. 파운데이션 모델로 보조 region-text 쌍을 만든 뒤, 모델 확신이 한 영역에 몰리는지 여러 후보로 흩어지는지를 재는 새 획득함수로 라벨링할 이미지를 고릅니다. RIS·REC 벤치마크에서 여러 베이스라인을 일관되게 상회했고, 설명 라벨링 속도는 최대 1.6배 빨라졌습니다.