AI바라기의 인공지능

용어 설명 (Terminology)Tree of Thoughts (ToT): 기존의 단방향 체인 형태를 넘어, 문제를 여러 중간 단계인 '생각(thought)' 단위의 노드로 분할하고 트리 구조로 탐색 및 역추적(backtracking)을 수행하는 LLM 추론 프레임워크.Thought (생각 단위): 문제 해결 과정에서 의미를 가지는 중간 텍스트 시퀀스 단위. 문제 성격에 따라 단어 몇 개, 수식 한 줄, 글쓰기 계획 한 문단 등으로 정의됨.System 1 vs. System 2: 인지과학의 이중 과정 이론(Dual-process theory)에서 유래. System 1은 빠르고 직관적인 토큰 단위의 자동 연산(기존 autoregressive LLM에 해당)이며, System 2는 느리고 신중하며 계획과..

용어 설명Spatio-Temporal Monitoring (시공간 모니터링): 시간에 따라 변화하는 비디오 환경에서 각 객체(entity)의 고유 식별성(identity), 시각적 속성(attributes), 상태 변화(state transitions), 그리고 다른 객체와의 상호작용(relations)을 지속적으로 추적하고 인과적으로 연결하는 능력.STEMO-Bench (Spatio-TEmporal MOnitoring Benchmark): 비디오 Large Language Model(MLLM)이 중간 추론 과정 없이 우연히 정답을 맞히는 현상을 걸러내기 위해, 복합적인 Target Question과 이를 구성하는 필수 전제 조건인 원자 단위의 Sub-questions를 함께 평가하는 벤치마크.STEMO..

용어 설명Error Propagation Graph: 다단계 reasoning chain에서 특정 단계의 오류가 후속 단계들에 어떻게 전파되고 누적되는지를 나타낸 방향성 비순환 그래프(DAG) 형태의 인접 리스트.Trajectory Evidence-Driven Correction: 오류 발생 지점과 전파 경로(trajectory)를 추적하고, 비디오 내 핵심 타임스탬프(evidence)를 근거로 추론을 교정하는 2단계 학습 프레임워크.Graph Jaccard Loss: 예측된 오류 전파 경로의 edge 집합과 ground-truth edge 집합 간의 Jaccard similarity를 기반으로 계산되는 구조적 손실 함수.GRPO (Group Relative Policy Optimization): PPO..

용어 설명 (Terminology)EG-VQA (Evidence-Grounded Video Question Answering): 모델이 단순 정답 문자열만 도출하는 것을 넘어, 정답을 도출하는 근거가 되는 비디오의 시간 구간(temporal boundaries) 및 텍스트 묘사(textual descriptions)를 함께 예측하고 검증하도록 설계된 오픈엔디드 VideoQA 벤치마크.EG-F1 (Evidence-Grounded F1): 예측된 근거와 정답 근거 사이의 temporal overlap(IoU)과 semantic similarity(코사인 유사도)를 동시에 반영하여, 헝가리안 알고리즘(Hungarian algorithm)을 통한 optimal bipartite matching으로 정밀도(Pre..

용어 설명 (Terminology)AGQA-Decomp: AGQA(Action Genome Question Answering) 2.0 벤치마크의 compositional question들을 기능적 프로그램(functional program) 기반으로 분해하여 구축한 DAG 구조의 Video QA 진단용 데이터셋.Question Decomposition Engine: 하나의 복잡한 compositional question을 하위 추론 단계를 분리한 여러 개의 sub-question으로 재귀적으로 쪼개어 DAG(Directed Acyclic Graph)로 변환하는 알고리즘 엔진.Compositional Accuracy (CA): 모델이 부모 질문(parent question)의 모든 직계 하위 질문(imme..

용어 설명 (Terminology)LVBench (Long Video Benchmark): 평균 약 68분(4,101초) 길이의 초장구간 비디오 이해 능력을 종합적으로 평가하기 위해 설계된 멀티모달 벤치마크 데이터셋입니다.Clue Duration: 질문에 정확히 답하기 위해 반드시 확인해야 하는 비디오 내 최소한의 핵심 시간 구간(Start & End timestamps)을 의미합니다.Modality Independence: 오디오 정보 없이도 오직 시각적 프레임(Visual channel) 정보만으로 정답을 유추할 수 있도록 데이터셋을 설계한 원칙입니다.Text-only Bias Filter (Visuals-agnostic Filter): 텍스트 전용 LLM(GLM-4, GPT-4)에 비디오 없이 질문..

Terminology (용어 설명)Temporal Certificate Set (시간적 증명 집합): 비디오 이해 문제에서 정답 라벨이나 답변이 옳다는 것을 사람이 확신하는 데 필요한 최소한의 비디오 서브클립 집합.Temporal Certificate Length (시간적 증명 길이): Temporal Certificate Set에 속한 영상 조각들의 실제 재생 시간 총합. 비디오 파일 전체 길이가 길더라도 문제를 풀기 위해 '실제로 반드시 봐야 하는 최소 시간'을 측정하는 지표.QAW Triplet: Question (질문), Correct Answer (정답), Wrong Answers / Distractors (오답/방해 선택지)로 이루어진 3중 질문-정답 세트.Q(AW)-shot Prompting..

용어 설명NExT-QA (Next Phase of Question-Answering to Explaining Temporal Actions): 비디오 내 시간적 행동 및 인과관계를 설명하고 추론하는 능력을 평가하기 위해 제안된 비디오 질의응답 벤치마크 dataset.Causal Action Reasoning: 비디오 속에서 특정 행동이 일어난 원인(Cause)이나 목적/의도(Intention)를 'Why' 및 'How' 질문을 통해 시각적으로 인과관계를 밝혀내는 추론.Temporal Action Reasoning: 사건 간의 발생 순서(이전 Before, 동시 While/When, 이후 After)를 기반으로 객체 간 상호작용과 행동의 시간적 전후 관계를 규명하는 추론.Open-ended Generati..

지인이 하나 먹어보라며 줬어요이름은 리얼 블랙 트러플 하몽 소다 크래커트러플에 하몽까지.크래커 하나에 꽤 많은 걸 넣었네요 약간 김피탕 스타일 총 내용량은 294g, 21g짜리 14봉 구성.한 봉에 103.8kcal 정도예요.하몽분말은 0.075%, 검은서양송로분말은 0.0006%. 참고로 로또 3등 당첨 확률은 0.0028% ... 검은색 포장에 트러플과 하몽 사진까지 들어가 있어서 분위기는 제법 진지해요.뭔가 그냥 과자라기보다는 와인 옆에 슬쩍 놓여 있어야 할 것 같은 느낌일단 물이랑 때려 볼게요! 안에는 길쭉한 크래커가 3장 들어 있어요.봉지를 열자마자 트러플 특유의 향이 제법 올라옵니다.참크래커 스타일 - 촘 인가요? 트러플 감튀에서 흔히 나는 향 ..

용어 설명 (Terminology)LVQA (Long-form Video Question Answering): 수 분에서 수 시간에 이르는 장시간 비디오를 입력받아 복잡한 시공간적 사건 관계를 파악하고 질의에 답변하는 작업.Temporal Logic (TL) Specification (시간 논리 명세): 시간적 순서, 사건의 지속성, 인과 관계 등을 기호화된 정형 논리 규칙(Eventually, Always, Until, Next 등의 연산자)으로 표현한 식.Atomic Proposition (원자 명제): 쿼리에서 분해한 최소 단위의 시각적 사건 단위 (예: "남자가 숲으로 들어감", "가지의 껍질을 벗김").Video Automaton (비디오 오토마톤): 비디오를 시간 윈도우 단위의 상태(state..