동영상 월드 모델의 메모리 장애를 진단하다, MIST로 실행 누락을 분리해 검증

MIST는 장면 설정과 지시된 변화의 실행을 나누어 평가하는 방법으로, 모델이 장면을 설정하더라도 지시된 변화를 실행하지 않는 점이 병목으로 나타났다고 밝혔다. 제안 기법인 M3-Agent는 입력 지시의 세부 사항을 재귀적으로 수정하며, 베이스라인과 비교해 MIST reveal 점수를 3배 이상 끌어올렸다. 벤치마크에서는 WRBench의 T 점수가 26.1%, MBench-T의 U 점수가 52.7% 향상되었다.