비디오 내 행동 정보를 활용하여 대규모 언어 모델을 통해 효과적으로 객체 상태 정보 추출하기

대규모 언어 모델을 활용하여 비디오 내 행동 정보로부터 객체 상태 정보를 효과적으로 추출할 수 있다.