MLLM
대형 멀티모달 언어 모델
멀티모달 입력(예: 이미지·비디오)과 자연어 출력을 다루는 대형 언어 모델을 가리킨다. 본 논문 맥락에서는 시각적 프레임을 텍스트 프롬프트와 결합해 장기 시퀀스 추론을 수행하는 모델 계열을 의미한다. MLLM의 판단 능력은 TASKER의 비용 함수 평가와 종료 결정에 직접적인 영향을 미친다.
대형 멀티모달 언어 모델
멀티모달 입력(예: 이미지·비디오)과 자연어 출력을 다루는 대형 언어 모델을 가리킨다. 본 논문 맥락에서는 시각적 프레임을 텍스트 프롬프트와 결합해 장기 시퀀스 추론을 수행하는 모델 계열을 의미한다. MLLM의 판단 능력은 TASKER의 비용 함수 평가와 종료 결정에 직접적인 영향을 미친다.
