PGT：MLLMにおける視覚的グラウンディングを改善するための手続き的生成タスク

PGT (Procedurally Generated Tasks) は、MLLMの微細な視覚的理解能力を向上させるためのフレームワーク。幾何学的プリミティブを画像に重ねることで、密な教師信号を提供し、認識失敗の診断にも利用する。