MV-Adapter는 이미지-텍스트 사전 학습 모델의 지식을 효율적으로 비디오-텍스트 검색 작업에 전이할 수 있는 새로운 방법론을 제안한다. 이를 위해 시간적 적응 모듈과 교차 모달리티 결합 기법을 도입하여 성능 저하 없이 매개변수 효율성을 달성한다.
대규모 기반 모델을 활용한 데이터 증강 기법인 HaVTR은 비디오-텍스트 검색 성능을 크게 향상시킨다.
