본 논문은 대규모 언어 모델(LLM)을 활용한 시각 질의 응답(VQA)에서 발생하는 언어적 편향과 out-of-distribution (OOD) 일반화 문제를 해결하기 위해 Object Attribute Description Promoter (OAD-Promoter)를 제안합니다. OAD-Promoter는 Object-concentrated Example Generation (OEG) 모듈, Memory Knowledge Assistance (MKA) 모듈, OAD Prompt로 구성되어 편향 완화 및 도메인 변화에 대한 견고성을 향상시킵니다. 실험 결과, OAD-Promoter는 few-shot 또는 zero-shot 환경에서 LLM 기반 VQA 방법의 성능을 크게 향상시켰습니다.
