쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 22일 (일)까지5064건
3건 · "비디오 LLM"조건 지우기 ×
001▲ 40 · 댓글 4스트리밍 비디오 LLM을 사용자와 상호작용하게 만들다기존 스트리밍 비디오 LLM은 세계를 지속적으로 관찰하지만 사용자 요청을 고립되게 처리하는 한계가 있다.AI · 머신러닝 · ALIVE: Making Streaming Video Models Interactive

Key Point실시간 비디오 AI가 사용자와 양방향으로 상호작용하며 질문하고 조정할 수 있게 되면, 감시·모니터링·실시간 지원 같은 응용 분야의 자율성이 크게 높아진다.
핵심 요약
- 기존 스트리밍 비디오 LLM은 세계를 지속적으로 관찰하지만 사용자 요청을 고립되게 처리하는 한계가 있다.
- ALIVE는 능동적 모니터링, 스트리밍 작업 조율, 피드백 추구 상호작용을 지원하는 대화형 스트리밍 비디오 모델이다.
- ALIVE-SFT-288K와 ALIVE-RL-3K 두 가지 데이터셋을 구성해 2단계 학습을 진행했다.
전체 요약 6문장 읽기 → 002▲ 23 · 댓글 3게임 해석 AI, 낯선 게임도 실시간 해설 가능해졌다비디오 LLM이 게임 실시간 해설을 하지만 학습한 게임에서만 해설이 정확하고, 본적 없는 게임에서는 타이밍은 맞춰도 게임 세계에 대한 지식을 전달하지 못한다.AI · 머신러닝 · StreamDuo: A Live Commentator and a Research Agent for Unseen Games

Key Point게임 해설 AI가 새로운 게임에서도 정확히 해설할 수 있게 되면서, 스트리밍 커뮐니티에서 자동 해설 기술의 실용성이 크게 높아질 수 있다.
핵심 요약
- 비디오 LLM이 게임 실시간 해설을 하지만 학습한 게임에서만 해설이 정확하고, 본적 없는 게임에서는 타이밍은 맞춰도 게임 세계에 대한 지식을 전달하지 못한다.
- StreamDuo는 해설 전담 AI와 고정된 리서치 에이전트를 짝지었으며, 해설 AI가 모르는 것을 보면 현재 프레임을 리서치 에이전트에 보내고 게임 위키에서 찾은 정보를 2초 뒤에 받는다.
- 해설 AI만 한 게임(발더스 게이트 3)에서 두 단계로 학습했는데, 정보 이득 라벨로 답이 도움될 때만 질문하도록 학습하고, 이상적인 답을 본 자기 복사본과의 정책 기반 자기 증류로 노이즈가 있는 답도 활용할 수 있게 했다.
전체 요약 5문장 읽기 → 003▲ 165 · 댓글 2실시간 스트리밍 비디오에서 인식·기억·응답을 통합하는 OneStreamer스트리밍 비디오 LLM은 미래 작업의 중요성이 결정되기 전에 증거를 기억하고, 충분한 증거가 모였을 때 응답해야 한다.AI · 머신러닝 · OneStreamer: Unifying Perception, Memory, and Proactive Response in Streaming Video Interaction

Key Point스트리밍 비디오 이해 작업에서 실시간 처리와 장기 기억 사이의 균형을 새롭게 푸는 방식을 제시하며, 8개 벤치마크에서 우수한 성능을 입증한 대규모 데이터셋과 모델을 공개합니다.
핵심 요약
- 스트리밍 비디오 LLM은 미래 작업의 중요성이 결정되기 전에 증거를 기억하고, 충분한 증거가 모였을 때 응답해야 한다.
- OneStreamer는 쿼리-독립적 증거 기록과 작업 응답을 공동으로 학습하되, 공유된 능동형 생성 과정을 통해 이룬다.
- Proactive Hierarchical Caption Memory(PHCM)는 시간-정박된 세부 사항 캡션과 완료된 이벤트의 요약을 생성하며, 훈련 중 관찰된 비디오 시작 부분의 해석을 감독한다.
전체 요약 10문장 읽기 →