서로 다른 평가 과제
기술적 품질은 흐림이나 잡음 같은 지각 단서에 초점을 둘 수 있다. 미적 평가는 의미와 구도 등을 숙고하는 판단이 필요할 수 있다. TATAR는 두 과제에 같은 설명 전략과 보상을 적용하는 불일치를 다룬다.
과제에 맞춘 학습 자료
기술 품질에는 간결한 지각 근거를, 미적 평가에는 숙고형 설명을 연결한다. 공유 시각 언어 기반망에 과제별 후속 학습을 적용한다. 기술 품질과 미적 선호가 완전히 독립적이라는 뜻은 아니다.
두 단계 학습과 비대칭 보상
지도 미세 조정으로 과제별 행동의 출발점을 만든 뒤 그룹 상대 정책 최적화로 조정한다. 기술 품질에는 가우시안 점수 형성, 미적 평가에는 Thurstone 유형 순위를 사용한다. 학습 목적이 다르면 점수의 해석과 비교 방식도 구분해야 한다.
목적 차이의 독립 예
설명용으로 거친 필름 질감이 있는 사진은 기술적 잡음 평가와 미적 선호에서 다른 판단을 받을 수 있다. 결함이 적다는 것과 분위기가 매력적이라는 것은 같지 않다. 실제 연구 사례를 옮기지 않은 평가 목적의 차이다.
관련 문서
Q-Hawkeye / OmniQuality-R / Q-Insight / Q-SiT / NIMA / M3-AGIQA