複雑な視覚言語推論タスクにおけるChain-of-Thoughtの役割

本研究は、言語タスクにおいて、問題を部分的なタスクや中間ステップに分解することで高い性能を発揮する「チェーン・オブ・サウト（Chain-of-Thought）」アプローチの有効性に着目し、高度な認識と推論を要する視覚言語タスクへの適用を検討した。そこで、人間の信号処理メカニズムに着想を得た「記述を先にし、その後判断を行う（Description then Decision）」戦略を提案する。この戦略により、探査タスク（probing task）の性能が50%向上し、複雑な視覚言語タスクにおける推論パラダイムに関する今後の研究の基盤を確立した。