연구진은 이미지 편집 성능 향상을 위해 Chain-of-Thought(CoT) 과정을 활용하는 모델의 이해도를 높이는 방법인 Meta-CoT를 제안했어요.
Meta-CoT는 편집 의도를 세분화하여 모델이 각 요소를 학습하도록 유도하고, 편집 작업을 5가지 기본 메타 작업으로 나누어 일반화 능력을 향상시켰어요.
실험 결과, Meta-CoT는 21가지 편집 작업에서 15.8%의 성능 향상을 보였으며, 소량의 메타 작업으로도 다양한 편집 작업에 효과적으로 적용되었어요.