연구진이 Qwen2.5-VL-7B-Instruct 및 Qwen3.5-4B 모델을 대상으로 EXAMS-V 벤치마크에서 Test-Time Scaling (TTS) 효과를 분석했어요. TTS의 핵심은 조건 설정이며, 특히 프롬프트 형식이 답변 선택에 중요한 영향을 미쳐요.
TTS를 적용할 때 토큰 제한을 늘리는 것이 더 효과적이며, 복잡한 검색 또는 검증 방법은 성능 향상에 큰 기여를 하지 않아요. 토큰 제한을 1k에서 2k로 늘리니 3.7pp 성능 향상을 얻을 수 있었어요.
연구 결과, 가장 큰 성능 향상은 정책 모델 자체에서 나왔으며, 최적 설정으로 ImageCLEF 2026 테스트 분할에서 84.1% 정확도를 기록하며 Visual MCQ 리더보드 1위를 차지했어요.