يقترح الباحثون إطار عمل جديد لتقطير التفكير-الإجابة يحسن قدرة النماذج اللغوية البصرية المدمجة على استخدام الأدلة المرئية من خلال قناع بادئات الاستدلال البارزة. يعالج هذا النهج مشكلة "النسيان البصري" الشائعة في مسارات التفكير-الإجابة الطويلة، حيث يفقد الطلاب التركيز على الإشارات المرئية أثناء الاستدلال المطول.
تستخدم الطريقة قناع بادئة استدلال بارز لكل توكن لحجب الإشارات النصية عالية التأثير بشكل انتقائي واستراتيجية جدولة ميزانية القناع ذات الوتيرة الذاتية التي تتناسب مع صعوبة التقطير. أثناء التدريب، تحل هذه الأقنعة محل الأقناعات السببية القياسية لإجبار نموذج الطالب على الاعتماد أكثر على المعلومات المرئية للتنبؤ بالتوكن التالي.
تشير النتائج التجريبية إلى أن هذا النهج يتفوق على VLMs مفتوحة المصدر الحديثة وتقطير VLM وطرق التقطير الذاتي في معايير استدلال متعددة الوسائط، مع تأكيد التحليل على تحسين الاستخدام البصري طوال عملية التفكير.