참조 의사소통에서 LVLM 모델에 대한 암시적 vs. 명시적 프롬프트 전략

Implicit vs. Explicit Prompting Strategies for LVLMs in Referential Communication

최근 두 연구(Jones et al. (2026); Zeng et al. (2026))는 LVLM 모델이 효율적인 참조 표현을 활용할 수 있는지에 대해 겉보기에 상반되는 결론을 내립니다. 본 연구에서는 연구 간의 작업 차이를 통제하면서 직접적으로 프롬프트 스타일을 비교합니다. 명시적으로 효율적인 참조 표현 사용을 유도하는 경우, 모델이 이를 수행할 수 있다는 기존 결과를 재현했으며, 이는 서로 다른 결과가 작업 차이 때문이 아님을 시사합니다. 그러나 동일한 모델이 보다 암시적인 프롬프트를 통해 의사소통 효율성의 필요성을 추론하지 못한다는 사실 또한 확인되었습니다. 이는 인간과 AI 시스템 간의 의사소통 방식에 중요한 차이가 있음을 강조합니다.

Two recent studies (Jones et al. (2026); Zeng et al. (2026)) reach apparently contradictory conclusions about whether LVLMs can coordinate on efficient referring expressions. We control for task differences between the studies while directly comparing their prompting styles. We replicate the finding that models can coordinate efficient referring expressions when explicitly prompted to do so, suggesting that other task differences are not responsible for divergent results. However, we also find that the same models fail to infer the need for communicative efficiency from a more implicit prompt, highlighting critical differences between how humans and AI systems communicate.