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.

GODBench: A Benchmark for Multimodal Large Language Models in Video Comment Art

Created by
  • Haebom

저자

Yiming Lei, Chenkai Zhang, Zeming Liu, Haitao Leng, Shaoguo Liu, Tingting Gao, Qingjie Liu, Yunhong Wang

개요

본 논문은 비디오 댓글 예술(Video Comment Art) 생성에 있어 다중 모달 대규모 언어 모델(MLLM)의 창의성 한계를 다룹니다. 기존 MLLM과 Chain-of-Thought(CoT)는 STEM 분야에서 강력한 추론 능력을 보이지만, 유머나 풍자와 같은 창의적 표현 생성에는 어려움을 겪습니다. 이러한 문제를 해결하기 위해, 비디오와 텍스트 모달리티를 통합한 새로운 벤치마크 GODBench를 제시하고, 물리학의 파동 전파 패턴에서 영감을 받은 다단계 추론 프레임워크인 Ripple of Thought(RoT)를 제안합니다. 실험 결과, RoT가 기존 MLLM보다 창의적인 비디오 댓글 생성에 효과적임을 보여줍니다. GODBench는 https://github.com/stan-lei/GODBench-ACL2025 에서 공개됩니다.

시사점, 한계점

시사점:
비디오 댓글 예술 생성이라는 새로운 과제를 제시하고, 이를 위한 새로운 벤치마크 GODBench를 제공합니다.
MLLM의 창의성 향상을 위한 새로운 다단계 추론 프레임워크 RoT를 제안합니다.
RoT를 통해 MLLM 기반 창의성 향상의 가능성을 보여줍니다.
한계점:
GODBench의 모달리티 및 범주가 아직 제한적일 수 있습니다.
RoT의 일반화 성능 및 다른 유형의 창의적 작업에 대한 적용 가능성에 대한 추가 연구가 필요합니다.
현재 MLLM의 창의적 비디오 댓글 생성 능력이 여전히 부족하다는 점을 시사합니다.
👍