연구팀이 파라미터 효율적인 미세 조정(PEFT)과 프로빙 전략을 활용하여 비디오 이해 모델을 연구했어요. 시간적 맥락을 모델의 백본, PEFT, 프로빙에 어떻게 분배해야 하는지에 대한 질문에 답하기 위해 다양한 설정에서 실험을 진행했어요. 연구 결과, 시간적 맥락 할당이 효과적인 비디오 적응에 중요하다는 점을 확인했어요.
PEFT와 프로빙은 제한된 데이터 환경에서 파라미터 효율성을 높이는 데 유용하며, 이미지 사전 훈련 모델과 비디오 표현을 모두 활용할 수 있다는 점을 밝혔어요. 연구팀은 외관 중심, 동작 중심, 공간적으로 밀집된 다양한 설정에서 모델 적응 전략을 평가했어요.
연구 결과는 PEFT와 프로빙 전략에 대한 새로운 통찰력을 제공하며, 시간적 맥락의 중요성을 강조하며, 저자원 환경에서 파라미터 효율적인 비디오 적응을 위한 지침을 제시해요.