ปัญหาใหญ่ของ Vision-Language Models (VLMs) ในงาน OCR คือการที่โมเดลมักจะ 'แก้คำ' ที่เห็นในภาพให้ดูเป็นธรรมชาติหรือถูกต้องตามหลักภาษา ทั้งที่ในภาพจริงอาจเป็นคำเฉพาะหรือข้อความที่ผิดปกติ (Anomalous text) งานวิจัยนี้จึงเสนอ GAD-RL (Gated and Attenuated On-Policy Distillation) เพื่อแก้ปัญหานี้
กลไกของ GAD-RL จะปรับระดับการควบคุมจากโมเดลครู (Teacher Model) อย่างชาญฉลาด หากโมเดลนักเรียนทำคะแนนได้ดีอยู่แล้ว ระบบจะลดหรือปิดการกลั่นกรอง (Distillation) เพื่อป้องกันการถูกครอบงำจนสูญเสียความเที่ยงตรงต่อข้อมูลต้นฉบับ เมื่อทดสอบกับ Qwen3.5-2B พบว่าให้ผลลัพธ์ความแม่นยำ (Micro Recall) สูงกว่าวิธีการมาตรฐานทั่วไปอย่างมาก ซึ่งช่วยให้การดึงข้อมูลจากเอกสารทำได้อย่างซื่อตรงและแม่นยำกว่าเดิม
