On-policy 증류(distillation)는 멀티모달 추론기(multimodal reasoners)에 조밀한 감독(dense supervision)을 제공하지만, 궤적 수준(trajectory-level)의 보상은 실패한 답변이 인지(perception)에서 비롯된 것인지 아니면 후속 추론(reasoning)에서 비롯된 것인지 결정할 수 없습니다. 하나의 인지를 공유하는 여러 추론으로부터 추정되는 인지 성공률(Perception Success Rate, PSR)은 낮은 성공률이 인지적 불충분함과 추론의 어려움을 혼재시키기 때문에 여전히 모호합니다. 우리는 하류 실패(downstream failure)와 교사-학생 불일치(teacher--student disagreement)를 상호 보완적인 증거로 사용하여 교정 가능한 인지 실패를 식별하는 라벨이 없는(label-free) 방법인 extbf{Perception-Correction Distillation (PCD)}를 소개합니다. 이들의 곱은 두 증거가 모두 존재할 때만 증류를 강화하는 소프트 AND 게이트(soft AND gate)를 형성합니다. 우리는 베이지안 증거 결합(Bayesian evidence combination)을 통해 이 규칙의 동기를 부여하며, 곱셈이 어느 한 증거가 부재할 때 사라지는 유일한 정규화된 쌍선형 게이트(normalized bilinear gate)임을 보여줍니다. PCD는 분리된 인지-추론 롤아웃(perception--reasoning rollouts)과 평균 보존 가중치(mean-preserving weights)를 사용하여 추론 목적 함수(reasoning objective)를 변경하지 않습니다. 8개의 벤치마크 전반에 걸쳐, PCD는 8B 2B 매크로 평균을 OPD의 44.50에서 47.28로, 32B 8B 결과를 56.94에서 61.22로 향상시킵니다. 일치하는 2B 절제 연구(ablations)에서 PCD와 분리된 롤아웃을 제거하면 홀드아웃(held-out) 평균이 각각 2.22포인트와 0.88포인트 감소합니다. 따라서 효과적인 멀티모달 증류는 교사가 무엇을 예측하는가뿐만 아니라, 인지가 적절한 교정 대상인 시점을 식별하는 것에도 달려 있습니다.