핵심 프레임 선택
동영상 입력에서 정보가 압축된 소수의 프레임을 선택해 모델에 제공하는 절차로, 연산 비용을 줄이면서 중요한 시각 단서를 포착하는 것을 목표로 한다. 논문에서는 다섯 가지 적응형 키프레임 선택 기법을 실험해 프레임 선택만으로는 MuseBench의 병목을 해소하지 못함을 확인했다. 이는 시청각 예술 이해에서 프레임 위치보다 스타일어휘와 문화적 사전 지식이 더 결정적임을 시사한다.