등급으로 학습하기
사람의 주관 평가에서 쓰는 언어적 등급에 주목한다. Q-Align은 연속적인 숫자 자체를 직접 생성하도록 가르치기보다 텍스트 등급을 학습하게 한다. 기존 다중모달 모형 구조에서 시각 평가를 학습하는 접근이다.
학습과 추론의 표현
학습 점수를 등급 구간에 대응시키고 사용 시에는 각 등급에 대한 예측 확률을 이용해 점수를 구한다. 등급이 몇 개로 나뉘어 있어도 최종 결과가 반드시 그 개수의 정수로만 제한되지는 않는다. 등급 표현과 확률을 이용한 수치 변환을 구분해야 한다.
여러 평가 과제
이미지의 기술적 품질과 미적 평가, 동영상 품질을 다룬다. 같은 학습 방식을 이용해 세 과제를 한 모형에 통합한 OneAlign도 제시한다. 하나의 구조를 쓴다고 서로 다른 과제의 점수가 동일한 의미를 갖는 것은 아니다.
확률 평균의 예
설명용 두 등급의 수치가 2와 4이고 확률이 각각 0.25와 0.75라면 가중 평균은 3.5다. 등급 사이의 값을 표현할 수 있음을 보여준다. 실제 등급 수나 모델 확률을 재현한 예가 아니며 이 값이 특정 자료의 사람 점수와 같다는 뜻도 아니다.