연구진은 시각적 중요도 기반 멀티모달 체인 오브 씽킹 추론 성능 향상 기법인 VSSD를 제안했어요. VSSD는 멀티모달 LLM의 어텐션 맵을 활용해 이미지의 특징 방향을 파악하고, 이를 통해 레이어 간 지스틸레이션 가이드 벡터를 추출해요. ScienceQA와 M$^3$CoT 데이터셋 실험 결과, VSSD는 추론 과정 설명 생성 및 답변 추론 성능을 개선했어요. VSSD 관련 코드는 GitHub에서 확인할 수 있어요.