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.

Benchmark Evaluations, Applications, and Challenges of Large Vision Language Models: A Survey

Created by
  • Haebom
Category
Empty

저자

Zongxia Li, Xiyang Wu, Hongyang Du, Huy Nghiem, Guangyao Shi

개요

본 논문은 컴퓨터 비전과 자연어 처리 분야의 융합 기술인 다중 모달 비전 언어 모델(VLMs)에 대한 종합적인 조사를 제공합니다. 지난 5년(2019-2024) 동안 개발된 주요 VLMs의 모델 정보, 주요 아키텍처 및 훈련 방법, 인기 벤치마크 및 평가 지표의 요약 및 분류, VLMs의 응용 분야(구현 에이전트, 로봇 공학, 비디오 생성 등), 그리고 환각, 공정성, 안전성과 같은 현재 VLMs가 직면한 과제 및 문제점 등을 체계적으로 개괄합니다. CLIP, Claude, GPT-4V와 같은 모델들이 제시하는 강력한 추론 및 이해 능력과 제로샷 분류에서 기존 단일 모달 비전 모델들을 능가하는 성능을 언급하며, VLMs를 특정 분야에 활용하고자 하는 연구자들을 위한 포괄적인 조사의 부재를 해결하고자 합니다. 관련 논문 및 모델 저장소 링크는 https://github.com/zli12321/Awesome-VLM-Papers-And-Models.git 에서 확인할 수 있습니다.

시사점, 한계점

•
시사점:
◦
VLMs의 발전 현황과 주요 연구 동향을 종합적으로 정리하여 VLMs 연구 및 응용에 대한 이해도를 높였습니다.
◦
VLMs의 아키텍처, 훈련 방법, 평가 지표, 응용 분야 등을 체계적으로 분류하여 VLMs 연구의 전반적인 그림을 제시합니다.
◦
VLMs의 한계점 및 앞으로 해결해야 할 과제(환각, 공정성, 안전성 등)를 제시하여 향후 연구 방향을 제시합니다.
◦
관련 논문 및 모델 저장소 링크를 제공하여 VLMs 연구에 대한 접근성을 높였습니다.
•
한계점:
◦
논문 발표 시점(2024년 이전)의 VLMs 연구를 중심으로 다루고 있어, 최신 연구 동향을 완벽하게 반영하지 못할 수 있습니다.
◦
VLMs의 다양한 아키텍처와 응용 분야를 모두 포괄적으로 다루기 어려워, 일부 분야에 대한 설명이 부족할 수 있습니다.
◦
주관적인 평가가 포함될 가능성이 있습니다.
👍
Made with Slashpage