7fed8270b58368fe51ef82e143847773fd2c451a987ccade87d0142c44b456

7fed8270b58368fe51ef82e1408072733dfdc37249c6db60a9b64899f463

7fed8270b58368fe51ef82e140807c73cd09065d9e6fc4122b2fa7c152b163

7fed8270b58368fe51ef82e140807d730951b114f6c73f136893f8c49bee

최근 연구중에 'VLM은 사실 이미지를 인식하는게 아니라 찍어맞추고 있다'는 거랑 연관있는듯

LLM으로서의 성능에 과적합돼서 이미지에 대한 추론능력이 없다 해야 하나