Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

VolDoGer: LLM-assisted Datasets for Domain Generalization in Vision-Language Tasks

Created by
  • Haebom

저자

Juhwan Choi, Junehyoung Kwon, JungMin Yun, Seunguk Yu, YoungBin Kim

개요

VolDoGer는 시각-언어 과제(이미지 캡션 생성, 시각적 질문 답변, 시각적 함축)를 위한 도메인 일반화를 위한 새로운 데이터셋입니다. 기존의 시각-언어 과제에 대한 도메인 일반화 연구는 적절한 데이터셋 부족으로 제한적이었는데, VolDoGer는 LLM 기반 데이터 주석 기법을 활용하여 이 문제를 해결하고 대규모 데이터셋을 구축했습니다. 다양한 모델들(미세 조정된 모델부터 최신 다중 모달 LLM까지)을 VolDoGer를 통해 평가하여 도메인 일반화 성능을 분석했습니다.

시사점, 한계점

시사점:
시각-언어 과제의 도메인 일반화 연구를 위한 표준 데이터셋 제공
LLM 기반 데이터 주석 기법을 활용한 효율적인 데이터셋 구축 방법 제시
다양한 모델의 도메인 일반화 성능 비교 분석을 위한 기반 마련
한계점:
LLM 기반 데이터 주석의 정확성 및 신뢰성에 대한 추가적인 검증 필요
VolDoGer 데이터셋의 도메인 다양성 및 대표성에 대한 추가적인 분석 필요
특정 LLM에 의존적인 데이터셋 생성 방식으로 인한 편향 가능성 존재
👍