연구진이 장영상 이해의 효율성을 높이기 위해 GMM-EVA라는 새로운 방법을 제안했어요. 이 방법은 가우시안 혼합 모델을 활용해 이벤트 수준의 구조를 분석하고, 중요 이벤트에는 고해상도 프레임을, 나머지에는 저해상도 프레임을 할당해요.
기존 방식보다 약 절반의 시각 토큰 예산을 사용하면서도 성능은 비슷하거나 더 좋다는 결과가 나왔어요. GMM-EVA는 별도의 학습 없이도 다양한 관련성 척도와 LVLM에 적용할 수 있어요.
연구 결과, GMM-EVA는 기존 방식보다 효율적이고 효과적이며, 여러 장영상 벤치마크에서 우수한 성능을 보여줬어요.