연구자들은 대시캠 영상의 안전 중요 인시던트에 대해 비전-언어 모델이 얼마나 잘 추론하는지 평가하도록 설계된 새로운 시각적 질문 답변(VQA) 벤치마크인 AUTOPILOT-VQA를 제시했습니다. 이 데이터셋은 단순 객체 인식을 넘어 모델 능력을 평가하기 위해 실제 운전 시나리오에 기반한 구조화된 질문을 활용합니다.
- 벤치마크에는 날씨, 조명, 도로 레이아웃, 표지판, 사고 회피 가능성 등 다양한 안전 관련 카테고리가 포함됩니다.
- 모델은 문맥적 장면 속성과 특정 이벤트 수준의 인시던트 세부 사항 모두에 대한 근거 있는 질문에 답변해야 합니다.
- 이 접근 방식은 자율 주행 시스템을 위한 시간적으로 grounding된 안전 인식 추론으로 초점을 이동시킵니다.
- 데이터셋은 표준화된 평가 도구를 제공하기 위해 AUTOPILOT CVPR 2026 대회의 일환으로 공개됩니다.
저자들은 이것이 실제 세계 자율 운전을 위한 더 해석 가능하고 견고한 비전-언어 시스템의 개발을 지원하기 때문에 중요하다고 고려합니다.