大規模言語モデルの自己トレーニングによる視覚プログラム合成の改善

大規模言語モデルの視覚プログラム合成能力を向上させるために、既存の視覚言語タスクの注釈を利用してコース報酬を構築し、強化自己トレーニングを適用する。