本研究では、生成AI技術の進展に伴うブレイクダンス動画の分類について探討しています。従来のビジョン言語モデルの大部分は、サッカーやバスケットボールなどの人気スポーツに適用されてきましたが、本研究では、ブレイクダンスというニッチなダンススポーツに焦点を当てています。その結果、動画エンコーダーモデルが動画言語モデルよりも予測タスクにおいて優れた性能を発揮することが示されました。また、エンコーダーモデルの選び方や、ブレイクダンス動画分類のために微調整されたデコーダーモデルの動作について詳細な分析を提供しています。この研究は、スポーツ分野における最新技術の応用可能性を広げることを目指しています。