[논문리뷰] Cosine Misleads: Auxiliary Losses Reshape Vision Language Models, Not Their Latents본 논문은 LVR 프레임워크에서 latent와 타깃 간의 정렬 지표인 Cosine 유사도가 모델의 성능을 제대로 반영하지 못하는 '오도(Misleading)' 현상을 해결하고자 한다 .#Review#Vision-Language Models#Latent Visual Reasoning#Information Bottleneck#Linear Probing#Auxiliary Loss#Faithfulness#Diagnostic2026년 6월 8일댓글 수 로딩 중