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.

Reasoning via Video: The First Evaluation of Video Models' Reasoning Abilities through Maze-Solving Tasks

Created by
  • Haebom
Category
Empty

저자

Cheng Yang, Haiyuan Wan, Yiran Peng, Xin Cheng, Zhaoyang Yu, Jiayi Zhang, Junchi Yu, Xinlei Yu, Xiawu Zheng, Dongzhan Zhou, Chenglin Wu

개요

본 논문은 비디오 모델이 비디오 생성을 통해 추론할 수 있는지 탐구하며, 이를 평가하기 위한 VR-Bench라는 종합적인 벤치마크를 소개한다. VR-Bench는 공간 계획 및 다단계 추론을 요구하는 미로 해결 과제를 기반으로 하며, 다양한 시각적 스타일의 7,920개의 절차적으로 생성된 비디오를 포함한다. 연구 결과, SFT (Supervised Fine-Tuning)가 비디오 모델의 추론 능력을 효율적으로 이끌어낼 수 있으며, 비디오 모델은 공간 인식 측면에서 뛰어난 성능을 보였다. 또한, 추론 과정에서 다양한 샘플링을 적용하면 신뢰도가 향상되는 것을 발견했다.

시사점, 한계점

시사점:
비디오 모델을 이용한 추론 패러다임의 가능성 제시
공간 추론 능력 평가를 위한 VR-Bench 벤치마크 개발
SFT를 통한 비디오 모델의 추론 능력 향상 확인
다양한 샘플링을 통한 추론 신뢰도 향상
한계점:
구체적인 한계점은 논문 요약에 명시되지 않음
논문의 구체적인 기술적 세부 사항 부족 (예: 사용된 비디오 모델, SFT 방법 등)
👍