[논문리뷰] LAION-BVD: A 10-Million-Hour Open Video Dataset for Multimodal Pre-training대규모 오픈 비디오-언어 리소스는 텍스트 및 이미지 코퍼스에 비해 상대적으로 작다는 핵심적인 문제가 존재합니다. 기존의 가장 큰 비디오 데이터셋인 InternVid는 7백만 개의 비디오를 포함하지만, 이는 현대 텍스트 및 이미지 코퍼스와 비교하면 규모가 미미합니다.#Review#Multimodal Pre-training#Video Dataset#Audio Dataset#Image-Text Pairs#Scaling Laws#ViCLIP#CLAP#CLIP2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Towards Multimodal Lifelong Understanding: A Dataset and Agentic Baseline논문은 기존 비디오 이해 데이터셋이 자연스러운 장기적 일상생활을 반영하지 못하고 짧은 클립 위주라는 한계를 지적하며, 진정한 다중 모드 평생 이해(Multimodal Lifelong Understanding) 태스크를 엄격하게 정의하는 것을 목표로 합니다.#Review#Multimodal Lifelong Understanding#Video Dataset#Agentic AI#Dynamic Memory Management#Long-Context MLLMs#Temporal Reasoning#Concept Drift2026년 3월 5일댓글 수 로딩 중
[논문리뷰] SpatialVID: A Large-Scale Video Dataset with Spatial Annotations본 논문은 대규모의 실세계 동적 비디오 데이터셋에 부족한 명시적인 공간 정보 및 풍부한 의미론적 주석의 부재 문제를 해결하고자 합니다. 이는 3D 재구성, 세계 모델링, 그리고 동적 장면 합성과 같은 AI/ML 분야의 발전을 저해하며, 물리적으로 일관성 있는 모델 학습을 위한 핵심 자원의 필요성을 강조합니다.#Review#Video Dataset#Spatial Annotation#Camera Pose Estimation#Depth Map#Structured Caption#Motion Instruction#3D Vision#World Modeling2025년 9월 12일댓글 수 로딩 중