연구진이 밀집 비디오 캡셔닝 성능과 효율성을 높이는 병렬 오토리거시브 프레임워크 'PadCaptioner'를 제안했어요. PadCaptioner는 이벤트 간 미약한 의존성을 활용해 원본 인과 의존성 그래프를 재구성, 토큰을 병렬로 생성해 효율성을 높였어요. 글로벌 계획 메커니즘과 이벤트 팩터화된 병렬 디코딩 메커니즘을 통해 효율성과 시간적 정렬된 캡셔닝 성능을 향상시켰으며, 다양한 벤치마크에서 우수성을 입증했어요.