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.

ResNetVLLM-2: Addressing ResNetVLLM's Multi-Modal Hallucinations

Created by
  • Haebom

저자

Ahmad Khalil, Mahmoud Khalil, Alioune Ngom

개요

본 논문은 비디오-언어 모델(VideoLLMs)에서 발생하는 환각 현상(hallucination) 문제를 해결하기 위해 ResNetVLLM을 개선한 ResNetVLLM-2를 제시합니다. ResNetVLLM-2는 수정된 Lynx 모델을 이용한 정확성 검출 전략과 추론 과정 중 동적으로 생성되는 임시 지식 기반을 활용한 RAG(Retrieval-Augmented Generation) 기반 환각 완화 전략을 두 단계로 적용합니다. ActivityNet-QA 벤치마크 평가 결과, 정확도가 54.8%에서 65.3%로 크게 향상되어 제시된 방법의 효과를 확인했습니다.

시사점, 한계점

•
시사점:
◦
수정된 Lynx 모델과 RAG 기반의 환각 검출 및 완화 전략을 통해 VideoLLMs의 신뢰성을 향상시킬 수 있음을 보여줍니다.
◦
ActivityNet-QA 벤치마크에서의 성능 향상은 제안된 방법의 실효성을 입증합니다.
◦
다양한 VideoLLMs에 적용 가능한 일반적인 환각 완화 프레임워크를 제시합니다.
•
한계점:
◦
임시 지식 기반의 구성 및 관리에 대한 추가적인 연구가 필요할 수 있습니다.
◦
다른 VideoLLMs이나 벤치마크 데이터셋에 대한 일반화 성능 평가가 필요합니다.
◦
Lynx 모델의 수정 및 RAG 기반 접근 방식의 계산 비용에 대한 고려가 필요합니다.
👍
Made with Slashpage