연구진은 장비디오 이해 시 발생하는 연산 병목 현상을 해결하기 위해 GridProbe라는 새로운 패러다임을 제안했습니다. GridProbe는 동결된 VLM의 추론 능력을 활용하여 질문과 관련된 프레임을 적응적으로 선택하고, 이를 통해 연산 비용을 줄입니다.
GridProbe는 프레임을 KxK 그리드에 배치하고 행(R) 및 열(C) 프로브를 실행하여 각 프로브의 피크 포스터리어를 질문에 따른 신뢰도로 읽습니다. 이 방식은 기존 방식 대비 최대 4.0%의 성능 향상을 가져왔습니다.
연구 결과, GridProbe는 Video-MME-v2에서 기존 방식과 비슷한 성능을 유지하면서 연산 비용을 3.36배 줄였으며, LongVideoBench에서는 기존 방식을 능가하는 성능을 보여주었습니다.