Answer-Conditioned Chain-of-Thought Distillation for Few-Shot Industrial Vision with Small VLMs
이 논문은 소규모 시각-언어 모델을 소수의 데이터만으로 산업용 시각 검사 작업에 빠르게 적응시키기 위해 정답 조건부 사고 사슬 증류(answer-conditioned chain-of-thought distillation)를 제안하며, 정답 레이블에 조건화된 추론을 생성하는 것이 최소한의 데이터로 학습했을 때 직접적인 미세 조정이나 GPT-4.1과 같은 더 큰 모델보다 유의미하게 뛰어난 성능을 보임을 입증한다.