본 논문은 지속적 시각적 지시 조정(CVIT)에서 발생하는 이중 재난적 망각 문제를 해결하기 위해 Separable Mixture of Low-Rank Adaptation (SMoLoRA) 프레임워크를 제시합니다. 기존의 CVIT 연구는 전통적인 지속적 학습 패러다임을 따르면서 시각적 이해 능력뿐 아니라 지시 사항을 따르는 능력까지 저하되는 문제를 간과했습니다. SMoLoRA는 시각적 이해와 지시 사항 수행을 위한 두 개의 독립적인 모듈을 통해 분리된 경로를 사용하여 각 영역에 특화된 적응을 가능하게 함으로써 이중 재난적 망각을 방지하고 성능을 향상시킵니다. 또한, 기존 벤치마크보다 더욱 다양한 지시 사항과 미지의 작업에 대한 일반화 능력을 평가하는 새로운 CVIT 벤치마크를 제안합니다. 실험 결과, SMoLoRA는 기존 방법보다 이중 망각 완화, 미지의 작업에 대한 일반화 성능 향상, 다양한 지시 사항에 대한 강건성 확보 측면에서 우수한 성능을 보였습니다.
