대형 비전-언어 모델은 시각적 내용을 정확하고 세부적으로 설명할 수 있는 능력이 향상되고 있지만, 이에 대한 평가는 여전히 과제로 남아있다. 본 연구는 이러한 모델의 독창성과 충실도를 종합적으로 평가하여 세부적인 시각적 설명 생성 능력을 분석한다.
