LLM의 논리적 추론 능력은 향상되었지만 여전히 인간 수준에 미치지 못하며, 전문적인 예시를 활용하는 In-context learning 방식에 제약이 있어요. 연구팀은 CoDA라는 방법을 제안하여, 교차 도메인 지식 전달을 위해 CoT(Chain-of-Thought) 가이드된 도메인 적응을 활용했어요. CoDA는 hidden state에 개입하여, 소스 및 타겟 도메인의 잠재적 추론 표현을 정렬하여 기존 방식보다 성능을 크게 향상시켰어요.