오디오-비주얼 대화에서 시간적 참조 이해를 위한 대화형 언어 모델

본 연구는 오디오-비주얼 동영상에서 시간적 참조 대화를 효과적으로 처리하고 이해할 수 있는 대화형 언어 모델 AVicuna를 제안한다.