연구진은 시각-언어 모델(VLM)의 공간 추론 성능을 향상시키는 SpatioRoute라는 동적 프롬프트 생성 방식을 소개했어요. SpatioRoute는 추가 훈련이나 3D 센서 입력 없이 질문 유형에 따라 맞춤 프롬프트 템플릿을 활용해요.
SpatioRoute는 질문 유형을 규칙 기반으로 매핑하는 SpatioRoute-R과 LLM을 활용해 질문과 상황에 맞는 프롬프트를 생성하는 SpatioRoute-L 두 가지 모드로 작동하며, SQA3D 벤치마크에서 최대 5%의 정확도 향상을 달성했어요.
Qwen 모델 시리즈에서 Chain-of-Thought(CoT) 프롬프팅이 성능을 저하시키는 것을 확인했으며, 이는 공간 비디오 이해에 있어 질문 인지 라우팅이 균일한 추론 지침보다 효과적임을 시사해요.