요약

정답 레이블 없이 시각적 추론을 수행하는 V-Zero 모델을 소개합니다. 대조적 증거 게이팅과 온-정책 증류 기술을 결합하여 기존 SFT나 RL 방식보다 훨씬 빠른 학습 속도를 구현했습니다.

핵심 포인트

• 정답 레이블이 필요 없는 시각적 추론 방식 제안
• 대조적 증거 게이팅 기반의 온-정책 증류 활용
• SFT 대비 5배, RL 대비 10배 빠른 학습 속도 달성
• 4B 규모의 모델이 Hugging Face에 공개됨