Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Can GPT-4o mini and Gemini 2.0 Flash Predict Fine-Grained Fashion Product Attributes? A Zero-Shot Analysis

Created by
  • Haebom

저자

Shubham Shukla, Kunal Sonalkar

개요

본 논문은 최신 대규모 언어 모델(LLM)인 GPT-4o-mini와 Gemini 2.0 Flash를 활용하여 패션 제품 속성 인식의 성능을 평가한 연구이다. DeepFashion-MultiModal 데이터셋을 사용하여 이미지만을 입력으로 하여 18개의 패션 속성 분류 작업을 수행했으며, Gemini 2.0 Flash가 GPT-4o-mini보다 우수한 성능(Macro F1 score: Gemini 2.0 Flash 56.79%, GPT-4o-mini 43.28%)을 보임을 확인하였다. 이는 제한된 환경(이미지 입력만)에서의 zero-shot 평가이며, 실제 전자상거래 제품 속성 관련 작업에 LLM을 배포하기 위한 실용적인 통찰력과 도메인 특화 미세 조정 접근 방식의 필요성을 강조한다.

시사점, 한계점

•
시사점:
◦
Gemini 2.0 Flash가 zero-shot 설정에서 패션 제품 속성 인식 작업에 우수한 성능을 보임을 실증적으로 확인하였다.
◦
LLM을 활용한 패션 제품 속성 인식의 실제 전자상거래 적용 가능성을 제시하였다.
◦
도메인 특화 미세 조정의 중요성을 강조하여 향후 연구 방향을 제시하였다.
•
한계점:
◦
이미지만을 입력으로 사용하여 실제 전자상거래 환경의 복잡성을 완전히 반영하지 못할 수 있다.
◦
zero-shot 평가이므로, 도메인 특화 미세 조정을 통한 성능 향상 가능성을 고려해야 한다.
◦
평가에 사용된 데이터셋의 한계가 결과에 영향을 미칠 수 있다.
◦
단 두 개의 LLM만 평가 대상으로 삼았다는 점.
👍
Made with Slashpage