본 논문은 언어 안내 주의 프레임워크를 사용한 이미지 분류에서의 해석력과 성능 향상을 다룬다. 기존의 접근 방식은 사전 훈련된 비전-언어 기반 모델의 결정론적 임베딩에 의존하여 참조 주의도 맵을 생성하는데, 이는 교차 모드 매핑의 다중 값 및 불충분한 특성을 간과한다. 이러한 한계를 해결하기 위해, 본 논문에서는 언어 명세를 통해 시각적 주의를 안내하는 확률적 프레임워크인 PARIC을 제시한다. PARIC은 사전 훈련된 비전-언어 모델이 확률적 참조 주의도 맵을 생성하여, 불확실성 추정을 통합하면서 텍스트 및 시각 모드를 더 효과적으로 정렬할 수 있도록 한다. 다양한 벤치마크 테스트 문제에 대한 실험을 통해 PARIC이 예측 정확도 향상, 편향 완화, 일관된 예측 보장, 다양한 데이터셋에 대한 강건성 향상을 보여줌을 입증한다.