다단계 시각 질의응답
이미지와 텍스트에 흩어진 여러 단서에 연속적으로 접근해 답을 도출하는 시각 질의응답 방식입니다. 단일 검색이나 단순 이미지 인식보다 근거 통합과 추론 과정의 신뢰성이 더 중요합니다.
