강건한 비디오 이해를 위한 신뢰도 인지 도구 오케스트레이션 (Confidence-Aware Tool Orchestration for

요약

비디오 추론 모델이 시각적 노이즈에 취약한 '맹목적 신뢰 문제'를 해결하기 위해, 프레임별 신뢰도를 고려하는 Robust-TO 프레임워크를 제안합니다. 이 모델은 도구 오케스트레이션과 신뢰도 기반 가중치 합성을 통해 열악한 환경에서도 높은 정확도를 유지합니다.

핵심 포인트

• 비디오 추론 시 모션 블러, 눈부심 등 시각적 섭동에 대응하는 신뢰도 인지 기술 제안
• Robust-TO 프레임워크를 통해 이질적인 시각 도구들을 통일된 인터페이스로 조직
• 신뢰도-비용 GRPO 보상 체계를 통해 정확성, 신뢰도, 효율성을 공동 최적화
• Gemini-2.5-Pro 및 기존 오픈 소스 베이스라인 대비 우수한 성능 입증