연구진이 패션 검색의 다양한 의도 변화를 반영하는 새로운 벤치마크 DIM-Fashion을 공개했어요. 기존 방식은 동일 속성 편집에만 집중했지만, 이번 벤치마크는 26K개의 다중 턴 세션을 포함하며 7가지 작업의 다양한 의도 전환과 복구 행동을 담고 있어요.
DIM-Fashion은 텍스트 변환 없이 멀티모달 대화형 쿼리를 직접 시각적 검색 공간에 정렬하는 FashionAM 프레임워크와 함께 제시되었어요. 이를 통해 미세한 시각적 단서를 놓치지 않고 검색 정확도를 높였어요.
연구 결과, FashionAM은 기존 방식보다 효과적이었으며, 데이터셋과 코드는 채택 승인 후 공개될 예정이에요.