알리바바의 Qwen 팀이 다단계 추론 도중 AI 비전 모델이 무너지는 문제를 해결하기 위해 HopChain을 구축하다

HopChain은 다단계 시각 추론에서 시각-언어 모델의 실패를 고치기 위한 프레임워크다.

알리바바 Qwen 팀과 Tsinghua University가 공동 개발했다.

HopChain은 다단계 이미지 질문을 분해해 단계별로 누적되는 오류를 줄인다.

보고된 결과에서 24개 벤치마크 중 20개에서 성능이 개선됐다.

주요 문제는 오계산, 공간 관계 오독, 환각, 연쇄 추론 오류이며—무당벌레 세기, 주차 동작, 천문 도표 사례로 설명된다.