연구진은 MLLM의 비효율적인 Think-then-Answer 패러다임을 개선하기 위해 Switch-Reasoner 프레임워크를 제안했어요. 이 프레임워크는 모델이 필요에 따라 직접 답변하거나 추론을 거쳐 답변하도록 학습해요.
강화 학습 기반 GRPO를 활용하여 추론 모드를 선택하며, Thinking Mode와 Direct Mode 사용 균형을 맞추는 이중 규제 메커니즘을 도입했어요.
11개의 멀티모달 작업에서 실험 결과, Switch-Reasoner는 불필요한 추론을 줄이고 정확도와 효율성 간의 균형을 개선했어요.