[논문리뷰] Reviso: Not All Visual Evidence Deserves Equal Attention in Video Captioning본 논문은 기존의 MLLM 기반 비디오 캡셔닝 모델이 모든 시각적 정보를 동등하게 처리함으로써 사소한 세부 사항에 과도하게 집중하고 정작 중요한 문맥과 핵심 사건을 놓치는 문제를 해결하고자 합니다.#Review#Video Captioning#Multimodal Large Language Models (MLLMs)#Active Observation#Agentic Framework#GRPO#Hierarchical Planning2026년 11월 2일댓글 수 로딩 중
[논문리뷰] An Exam for Active Observers본 논문은 현대의 MLLM들이 능동적인 시각적 관찰(Active Observation) 능력을 갖추고 있는지에 대해 의문을 제기합니다. 현재의 비전-언어 벤치마크들은 대부분 정적인 이미지 설명이나 단순한 시각적 질의응답에 치중되어 있어, 복잡한 인지 과정에서 필요한 반복적인 시각적 재탐색 능력을 측정하지 못합니다 .#Review#Active Vision#MLLM#Benchmark#Perception-Reasoning Loop#Iterative Perception#Active Observation2026년 7월 22일댓글 수 로딩 중