인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문에서는 에피소드 메모리 기반 Embodied Question Answering(EQA) 과제에서 질문과 의미적으로 관련된 정보를 검색하여 응답 정확도를 향상시키는 검색 증강 프레임워크 R-EQA를 제안한다. 기존 EQA 접근 방식은 에피소드 메모리에서 프레임을 무작위로 샘플링하거나 간단한 기준에 따라 선택함으로써 질문과 직접적으로 관련되지 않은 정보를 포함할 가능성이 있었고, 이는 응답 정확도를 저하시킬 수 있다. 본 연구에서는 시각언어 모델을 활용하여 에피소드 프레임의 캡션을 생성하고, 질문 임베딩과의 유사도 기반 검색을 통해 top- 𝑘 캡션을 선택하여 LLM의 입력 프롬프트를 구성한다. OpenEQA 벤치마크를 기반으로 실험을 수행한 결과, R-EQA는 기존 균등 샘플링 대비 전반적인 응답 품질을 의미 있게 향상시키며, 적은 수의 프레임만으로도 높은 정확도를 달성할 수 있음을 확인했다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093754930
