논문 정보
- 날짜:
2026-03-26 - 카테고리: -
- 우선순위 점수: 0.667
핵심 요약
기존 MLLM의 3D 공간 추론 한계를 극복하기 위해 텍스트 기반의 공간 표현을 중간 단계로 활용하는 TRACE 프롬프팅 기법을 제안합니다. TRACE는 1인칭 시점 비디오에서 카메라 궤적과 객체 정보를 추출하여 텍스트 형태의 3D 환경 구조를 생성함으로써 추론 정확도를 높입니다. VSI-Bench 및 OST-Bench 실험을 통해 다양한 모델 백본에서 일관된 성능 향상을 입증했습니다.학습자 관점 포인트
- 우리 팀 영향: 비디오 기반 공간 추론 성능을 높이기 위해 별도의 모델 학습 없이 프롬프팅 전략만으로 구조적 추론을 강화할 수 있는 방법론을 제공합니다.
- 권장 액션: 실험
- 액션 근거: 텍스트 기반의 중간 추론 단계(TRACE)가 실제 서비스 환경의 비디오 질의응답 정확도 개선에 기여할 수 있는지 검증이 필요합니다.
원문 링크
- arXiv: https://arxiv.org/abs/2603.23404
- Hugging Face Papers: https://huggingface.co/papers/2603.23404