대규모 언어-비전 모델의 세부적인 언어-비전 정렬 및 이해 향상을 위한 의미 인식 시각 객체 활용

대규모 언어-비전 모델의 성능 향상을 위해 의미 인식 시각 객체 정보를 활용하여 세부적인 언어-비전 정렬과 이해 능력을 향상시킨다.