크롭 및 줌을 수행하는 비전-언어 에이전트는 성공적인 도구 호출에 보상을 주는 방식으로 학습되지만, 성공한 호출만으로는 모델이 실제로 볼 필요가 있었는지, 받은 픽셀을 사용했는지를 알 수 없다. cold-start 체크포인트에서는 시각 호출의 10%~12%만이 필요하면서 동시에 사용되었고, 공개된 에이전트는 개별 벤치마크에서 36%~87%의 경우 허위 호출을 한다. outcome 보상, judge 보상, branch probe는 각각 이 실패의 한 측면만 관찰하며, outcome 보상이 지급하는 약 2/3는 필요하지도 사용되지도 않은 호출에 간다. CounterCredit은 정책 자체의 gold-answer 점수를 사용해, 호출 직전의 실현된 상태에서 이미지를 반환하는 모든 호출에 대해 두 질문을 모두 던진다. decision value는 실현된 시각 분기와 즉시 답하는 경우를 비교하고, evidence value는 반환된 crop을 동일 호출에 대체 투입한 무작위 동일 크기 패치와 비교한다. 양쪽에서 검증된 호출은 cashback을 받고, 그 외 실행된 모든 호출은 rent를 지불한다. 가격은 모든 올바른 궤적이 모든 잘못된 궤적보다 순위가 높도록 상한이 정해지며, dual-channel GRPO advantage가 가격을 자체 단위로 유지한다. 동일한 cold start, 프롬프트 풀, 예산에서 CounterCredit은 V*에서 89.5%, HR-Bench-4K에서 80.2%, HR-Bench-8K에서 76.4%를 달성해, 질문당 1.78회 대 1.84회 호출 조건에서 outcome-only GRPO보다 6.3~9.4 포인트 높으며, 허위 호출 비율을 31%~36%로 낮춰 평가된 에이전트 중 최저 수준이다. 동일한 방법은 Qwen3-VL-8B 베이스의 평균 성능을 75.4에서 80.8로 끌어올린다.
최근 멀티모달 대규모 언어 모델(MLLM)은 다양한 시각 도구 연산을 반복적으로 수행하는 "이미지로 사고하기(Thinking with Images, TwI)" 패러다임 하에서 세밀한 지각(fine-grained perception) 태스크에 있어 놀라운 성과를 거두었습니다. 그러나 이 패러다임은 빈번한 외부 도구 호출과 반복적인 이미지 재인코딩에 크게 의존하여, 상당한 계산 오버헤드와 추론 지연을 초래합니다. 이러한 문제를 해결하기 위해, 우리는 자기 조절(self-regulated) 능력을 중심으로 하는 새로운 암묵적 시각 도구 패러다임인 Beyond the Eye(BEE)를 제안합니다. BEE는 시각 도구 호출 행동을 학습 목표에 직접 통합하고, 모델이 자기 조절 호출 메커니즘을 개발하도록 장려합니다. 이 설계는 모델이 내부 지식과 암묵적 도구 간의 균형을 적응적으로 조절할 수 있게 하여, 불필요한 도구 사용을 피하면서 추론 지연을 크게 줄입니다. 구체적으로, BEE는 두 단계 학습 과정을 포함합니다: (1) 형식화된 사고의 연쇄(CoT) 지도 미세조정(SFT). 우리는 구조화된 도구 슬롯과 혼합 호출 상태를 갖는 CoT 궤적을 구성합니다. 이 단계는 모델의 암묵적 도구 표현과 적응적 전환 능력을 활성화합니다. (2) 자기 조절 보상 기반 정렬(Self-regulated Reward-Driven Alignment). 모호한 인지적 경계로 인한 불필요한 도구 사용 문제를 해결하기 위해, 우리는 먼저 이 현상을 정량화하는 순 도구 이득(Net Tool Gain, NTG) 지표를 도입합니다. 이 관찰을 바탕으로 자기 조절 보상 메커니즘을 추가로 제안합니다. 이 메커니즘은 비효율적인 도구 의존성에 패널티를 부과하고, 모델이 지식 라우팅을 수행하도록 장려하여 모델의 내부 지식이 불충분할 때만 암묵적 도구가 호출되도록 보장합니다. BEE는 세밀한 시각 지각에서 최첨단(state-of-the-art) 성능을 달성하는 동시에, 일반 추론 태스크에서도 경쟁력을 유지하며 추론 효율성에서 상당한 향상을 이룹니다.