비전 사고 프로세스 보상
중간에 생성된 각 이미지를 시각적 정확성, 충실도, 추론 유용성, 신뢰성 기준으로 평가하여 이미지 턴에 촘촘한 보상을 부여하는 설계이다. 이 보상은 VLM 판정기로 산출된 다중 구성 요소 값을 그룹 내 정규화한 뒤 궤적 advantage에 합쳐 이미지 생성의 신호 대 잡음을 개선한다. 지연된 최종 보상만으로는 식별하기 어려운 시각적 분기 기여도를 세분화한다는 점이 핵심이다.