MetaphorVU: 은유적 비디오 이해를 향하여

연구진은 멀티모달 대규모 언어 모델이 은유적 영상을 얼마나 잘 이해하는지 평가하기 위해 MetaphorVU-Bench를 공개했다.

또한 지식 그래프 기반 기법인 MetaphorBoost를 제안해, 이 과제에서 추론 시 성능을 높였다.

이번 연구는 현재 멀티모달 AI의 큰 약점을 드러내는 동시에, 비유적 시각 내용을 더 사람답게 추론하는 길을 제시한다.