GRPO-only 단일토큰 멀티모달 편향완화 VLM. base Qwen3-VL-8B-Instruct (Apache-2.0). v8A는 강건성 보상 GRPO 1차 시도로 OOD를 0.8117로 향상시켰으나 옵션순서 강건성이 0.9411로 하락(trade-off). 이를 보완한 것이 v8B(=셔플 일관성 회복). 음성결과/대조군으로 보존.

평가 (held-out 공개 v8_eval 900)

BBQ amb/dis 1.0/1.0 · OOD 0.8117 · option-shuffle consistency 0.9411 · format 0.9733 · 과기권/사람오류 0/0.
학습: 공개 BBQ+OOD, LoRA rank 32, 단일토큰. DACON 평가셋 미사용.

psh3333/dacon-skku-bias-vlm-v8a

DACON SKKU Bias VLM — v8A (robustness GRPO, first attempt)

평가 (held-out 공개 v8_eval 900)

psh3333/
dacon-skku-bias-vlm-v8a