연구진은 17억 개 파라미터를 가진 언어 모델에 가공하지 않은 영상 클립을 학습시켜, 텍스트 능력은 유지하면서 이미지·영상 과제 점수를 높였다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
Jaedong Hwang과 동료 연구진은 캡션이 없는 YT-Temporal-1B 동영상 세트의 클립으로 Qwen3-1.7B 모델을 추가 학습했다. 기준 모델과 동일한 지시 튜닝을 거친 뒤 평가한 결과, 영상 추가 학습 모델은 4개 영상 벤치마크에서 평균 2.9점, 10개 이미지 벤치마크에서 평균 5.1점 더 높은 점수를 기록했다. 텍스트 성능은 사실상 변하지 않아 평균 점수는 48.9점으로, 기준 모델의 48.0점과 비슷했다.
이번 결과는 대규모 언어 모델이 캡션 없이도 가공하지 않은 영상에서 시각 능력을 익힐 수 있음을 보여준다. 멀티모달 AI 성능을 높이는 비용을 줄일 새로운 길이 열릴 수 있다.
모델
Claude 기반 에이전트 3개로 구성된 새 검토 시스템이 핵심 주장 오류의 73.43%를 찾아냈다. 기존 최고 기록인 14.81%를 크게 웃도는 수치다.
모델
Mistral의 신규 1조 매개변수 모델은 독립 지수에서 38점을 기록했지만, 경쟁 오픈 모델보다 작업당 비용이 높다.
모델
OpenAI는 AI로 만든 콘텐츠를 실제 언론에 퍼뜨려 허위 보도를 심으려 한 영향력 공작 2건을 공개하고, 관련 계정을 차단했다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
