긴 영상 키프레임 검색을 위한 쿼리의 도구 호출 분해
Decomposing Queries into Tool Calls for Long-Video Keyframe Retrieval
TL;DR AI
1분핵심 요약
연구진은 긴 영상의 키프레임 검색을 위한 LLM 기반 방법 ToolMerge를 제안했다.
ToolMerge는 질문을 여러 도구 호출로 분해한 뒤, 불리언 로직으로 결과 순위를 합친다.
논문은 특정 시간 구간에 정답이 고정된 질문들로 구성된 벤치마크 Molmo-2 Moments도 소개했다.
ToolMerge는 기존 방법들과 경쟁력 있는 성능을 보였고, 특히 캡션 검색에서 가장 큰 개선을 냈다.
이 방법은 장문 영상 QA와 시간대 기반 검색에서 근거 프레임을 더 잘 찾는 데 도움을 줄 수 있다.
같은 주제
