Chitrarth: 10억 인구를 위한 시각과 언어의 다리

인도 10개 주요 언어를 지원하는 다국어 비전-언어 모델 Chitrarth가 개발되었으며, 저자원 언어에서 SOTA 성능을 달성하고 영어에서도 효율성을 유지했습니다. 더불어, 다국어 VLM 평가 프레임워크 BharatBench도 함께 소개되어 향후 다국어 AI 발전에 기여할 것으로 기대됩니다.

10억 인구를 위한 혁신: Chitrarth의 등장

최근 멀티모달 기반 모델은 주로 영어 또는 유럽의 고자원 언어 데이터로 훈련되어 다른 중저자원 언어에는 적용하기 어려운 한계가 있었습니다. 이러한 문제를 해결하기 위해, Shaharukh Khan을 비롯한 10명의 연구원들은 인도의 10개 주요 언어의 풍부한 언어적 다양성과 시각적 추론에 초점을 맞춘 포괄적인 비전-언어 모델(VLM)인 Chitrarth(Chitra: 이미지, Artha: 의미)를 개발했습니다.

Chitrarth는 최첨단(SOTA) 다국어 대규모 언어 모델(LLM)과 시각 모듈을 효과적으로 통합하여 다국어 이미지-텍스트 데이터로 주로 훈련되었습니다. 단순히 영어 중심의 모델이 아닌, 인도의 다양한 언어를 아우르는 진정한 다국어 모델인 것이죠. 이는 인공지능의 접근성을 획기적으로 높이는 쾌거입니다.

BharatBench: 공정한 경쟁의 장

연구팀은 다양한 인도 언어에서 VLM을 평가하기 위한 포괄적인 프레임워크인 BharatBench도 함께 소개했습니다. 이는 Chitrarth의 성능을 객관적으로 평가하고, 향후 다른 다국어 VLM 모델들의 개발과 비교에 중요한 기준을 제시합니다. 단순한 모델 개발에 그치지 않고, 공정하고 투명한 평가 기준까지 제시한 점이 인상적입니다.

놀라운 성능과 미래를 향한 발걸음

Chitrarth는 저자원 언어 벤치마크에서 최첨단 결과를 달성했을 뿐만 아니라, 영어에서도 효율성을 유지했습니다. 이를 통해 연구팀은 다국어-다중모드 기능에서 새로운 기준을 마련하고, 이 분야의 미래 발전을 위한 탄탄한 기반을 구축했습니다. Chitrarth는 단순한 기술적 진보를 넘어, 언어의 장벽을 허물고 더욱 포용적인 인공지능 시대를 여는 중요한 이정표가 될 것입니다. 앞으로 Chitrarth가 어떻게 발전하고 다양한 분야에 적용될지 기대됩니다. 👍