2026 성균관대학교 멀티모달 AI Bias 챌린지

안녕하세요, 채대언입니다. Private 4위(0.9332)로 마무리했습니다.

[핵심 3가지]
1) 편향제어 프롬프트(vmm4): 텍스트 명시귀속 우선, 표면·외모·고정관념 금지, 익명 주어는 unknown. 모델 크기보다 이 규칙이 점수를 더 움직였습니다.
2) 캐스케이드: 8B(Qwen3-VL-8B)가 전 행 답 → route_head(8B의 hidden state로 P(오답) 추정, 공개 BBQ로만 학습)가 고른 어려운 행만 27B(Qwen3.6-27B, 4bit)가 재판단. 최종답은 항상 LLM 생성. 72B 전 행(0.9332)보다 캐스케이드(0.9535)가 높았습니다.
3) timeout: "배치가 마감 안에 끝날 때만 추론 시작"

기타: max_pixels를 낮추면 속도와 ambiguous 정확도가 같이 개선(이미지 과신 억제), enable_thinking=True는 30배 감속, 4bit/8bit 차이는 escalation 800행 중 14행뿐.

환경: RTX A6000 48GB / Python 3.10 / CUDA 12.4 / PyTorch 2.6.0
전체 코드: https://github.com/cjw0076/dacon-236722-submission