TVIR: 텍스트-비주얼 인터리브 보고서 생성을 향한 딥 리서치 에이전트 구축
TVIR: Building Deep Research Agents Towards Text-Visual Interleaved Report Generation
TL;DR AI
1분핵심 요약
연구진은 텍스트와 시각 정보를 함께 통합하는 보고서 생성을 위해 TVIR라는 멀티모달 벤치마크와 에이전트 프레임워크를 제안했다.
TVIR-Bench는 이미지가 특정 분석 목표를 뒷받침해야 하는 전문가 검수 기반 과제 100개로 구성돼, 깊은 리서치 평가의 공백을 메운다.
TVIR-Agent는 개요 작성, 이미지 검색, 출처 추적이 가능한 차트 생성, 순차적 보고서 작성으로 이어지는 계층형 멀티에이전트 파이프라인을 사용한다.
또한 텍스트 품질과 시각적 정렬을 함께 평가하는 이중 경로 평가를 제안하고, 이를 9개 딥 리서치 시스템에 적용해 검증했다.