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.

Lost in Translation and Noise: A Deep Dive into the Failure Modes of VLMs on Real-World Tables

Created by
  • Haebom
Category
Empty

저자

Anshul Singh, Rohan Chaudhary, Gagneet Singh, Abhay Kumary

개요

본 논문은 실제 환경의 복잡성을 제대로 반영하지 못하는 기존 벤치마크의 한계를 지적하며, 시각적 잡음과 다국어 지원에 초점을 맞춘 새로운 벤치마크인 MirageTVQA를 제안합니다. MirageTVQA는 24개 언어로 구성된 60,000개 이상의 QA 쌍을 포함하며, 스캔된 문서를 모방하여 시각적 잡음을 추가한 테이블을 활용합니다. 최신 VLM 모델을 평가한 결과, 시각적 잡음에 대한 성능 저하와 영어 편향 문제를 발견했습니다. MirageTVQA는 더욱 견고한 VLM 모델 개발을 위한 벤치마크 역할을 합니다.

시사점, 한계점

시사점:
현실적인 환경(시각적 잡음 및 다국어)을 반영하는 새로운 벤치마크 제시.
최신 VLM 모델의 취약점(시각적 잡음 및 영어 편향)을 발견.
견고한 VLM 모델 개발을 위한 방향성 제시.
한계점:
논문에서 구체적인 한계점 언급은 없음.
👍