리서치 연구
R2M-Bench: Evaluating Revisit Memory via Relative Consistency in Interactive Video World Models
ARarXiv
월드 모델이 영상 속 장면을 '재방문'할 때의 기억력을 정확히 측정하기 위해, 단순 프레임 비교 방식의 한계를 극복한 R2M-Bench가 제시되었습니다.
세 줄 요약
- R2M-Bench는 재방문 시점을 주변 비재방문 구간 및 단거리 변화와 상대적으로 비교하여, 순수한 '기억력 우위'만을 측정하는 MemoryGain과 NMR을 도출합니다.
- 이 상대적 캘리브레이션 방식은 단순한 움직임의 반복이나 느린 속도로 인한 오류를 제거해, 모델의 진정한 장면 재인식 능력을 평가하는 데 핵심적인 역할을 합니다.
- 평가 결과, 이 방법론은 인간의 일관성 판단과 높은 상관관계를 보였으며, DreamX-World-Memo와 같은 특정 모델이 우수한 성능을 입증했습니다.
월드 모델이 영상 속 장면을 '재방문'할 때의 기억력을 정확히 측정하기 위해, 단순 프레임 비교 방식의 한계를 극복한 R2M-Bench가 제시되었습니다.