쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
2건 · "Omni LLM"조건 지우기 ×
001▲ 37 · 댓글 2음성·영상 추론 AI의 환각 현상, 증거 우선순위 재조정으로 해결멀티모달 추론이 가능한 최신 대형언어모델(OLLM)이 음성과 영상을 함께 처리할 때 교차모달 환각이 발생하는 문제가 있다.AI · 머신러닝 · Omni-Woodpecker: Hallucination Correction via Evidence-Prior Rebalancing for Omni LLMs
Key Point음성과 영상을 동시에 처리하는 멀티모달 AI 모델의 성능 문제를 추론 단계에서 해결하는 새로운 방법이 다양한 모델에서 검증되었기 때문이다.
핵심 요약
- 멀티모달 추론이 가능한 최신 대형언어모델(OLLM)이 음성과 영상을 함께 처리할 때 교차모달 환각이 발생하는 문제가 있다.
- 기존 방법들은 출력 단계에서만 처리하며 융합 표현 내의 근거 증거와 학습된 사전지식의 얽힘을 간과했다.
- Omni-Woodpecker(OWP)라는 훈련 불필요 프레임워크는 교차모달 충돌을 식별한 후 숨겨진 상태에서 증거와 경쟁하는 사전지식을 분리한다.
전체 요약 7문장 읽기 →AI · 머신러닝 · EvaOmni: An Evidence-Grounded Benchmark for Audio-Visual Reasoning
Key PointOmni LLM이 정말 멀티모달 증거를 분석해 추론하는지를 평가할 수 있는 첫 벤치마크로, 기존 객관식 평가의 근본적인 한계를 드러내고 더 엄격한 평가 기준을 제시한다.
핵심 요약
- Omni LLM의 음성·영상 추론 능력을 평가하는 기존 벤치마크는 객관식 정답 정확도만 측정해, 모델이 실제로 근거에서 답까지 추론 연쇄를 형성했는지 알 수 없다는 문제가 있다.
- 텍스트나 단일 모달리티만으로 정답을 맞힐 수 있는 '숏컷'이 존재해 진정한 음성-영상 분석 없이도 높은 점수를 얻을 수 있다.
- 이를 해결하기 위해 392개 비디오와 1,027개 인간 주석 질문-답변 쌍으로 구성된 EvaOmni 벤치마크를 공개했다.
전체 요약 10문장 읽기 →