본 연구는 기존 소스 프리 도메인 적응(SFDA) 방법이 여전히 소스 사전 훈련 모델에 의존한다는 점에 주목하여, 소스 도메인 의존성을 완전히 제거하는 새로운 접근 방식을 제안합니다.
ViL-Only 도메인 적응(VODA)은 무작위로 초기화된 모델, 비전-언어 모델, 그리고 레이블 없는 타겟 데이터를 활용하여 소스 도메인 의존성 없이 도메인 적응을 수행합니다.
제안하는 TS-DRD 프레임워크는 비전-언어 모델의 지도를 활용하여 모델을 워밍업하고, 두 모델에 내재된 노이즈 제거 영역을 찾아 증류를 수행하여 경쟁력 있는 성능을 달성했습니다.