[논문리뷰] Open-o3-Video-v2: Seek, Ground, and Reason with Verifiable Spatio-Temporal Evidence본 연구는 고정된 프레임 샘플링에 의존하는 기존 모델들이 긴 비디오나 복잡한 장면에서의 정밀한 추론 및 검증에 한계가 있다는 점을 해결하고자 합니다. 기존 모델들은 초기 관측에만 국한되어 결정적인 단서가 되는 짧은 이벤트나 작은 객체를 놓칠 위험이 큽니다.#Review#Video Reasoning#Agentic#Spatio-Temporal Grounding#Chain-of-Thought#Reinforcement Learning2026년 10월 13일댓글 수 로딩 중
[논문리뷰] EgoTools: Towards Tool-Centric Reasoning in Real-World Egocentric Videos본 연구는 실제 물리적 환경에서의 embodied task 수행에 필수적인 '도구 중심적 추론' 능력이 기존 multimodal video model에서 심각하게 부족하다는 점을 해결하고자 한다.#Review#Egocentric Video#Tool-Centric Reasoning#Embodied AI#Multimodal Benchmark#Video Instruction-Tuning#Spatio-Temporal Grounding2026년 10월 1일댓글 수 로딩 중
[논문리뷰] VideoZeroBench: Probing the Limits of Video MLLMs with Spatio-Temporal Evidence Verification본 논문은 현재의 Video MLLM 평가 방식이 답변의 정성적 정확도에만 치중하여 실제적인 시공간적 추론 역량을 제대로 측정하지 못한다는 문제를 지적한다. 기존 벤치마크들은 고득점을 기록하지만, 모델이 정답을 도출하기 위해 필요한 핵심적인 시각적 증거를 정확하게 탐색하고 활용하는지 검증하지 못한다 .#Review#Video MLLM#Spatio-Temporal Grounding#Benchmark#Long-Video Understanding#Evidence Verification#Atomic Ability2026년 4월 2일댓글 수 로딩 중
[논문리뷰] Open-o3 Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence기존 비디오 추론 모델들이 텍스트 기반 추론만을 제공하며 핵심 증거의 시점과 위치를 명시하지 못하는 문제를 해결하고자 합니다.#Review#Video Reasoning#Spatio-Temporal Grounding#Large Multimodal Models#Reinforcement Learning#Chain-of-Thought#Visual Evidence#Dataset Curation2025년 10월 24일댓글 수 로딩 중