본 논문은 노이즈가 있는 부분 레이블 학습(NPLL) 환경에서 사전 훈련된 비전-언어 모델(VLM)을 사용하여 모델을 학습하는 새로운 협업 일관성 정규화(Co-Reg) 방법을 제안한다. 특히, 사전 훈련된 모델이 생성하는 인스턴스 종속 노이즈를 해결하기 위해, 두 개의 신경망을 동시에 훈련하여 "Co-Pseudo-Labeling" 메커니즘을 통해 학습 레이블을 정제하고, 레이블 공간과 특징 표현 공간 모두에서 일관성 정규화 제약을 적용한다. 대조적 특징 표현 및 의사 레이블의 교대 최적화, 공유 특징 공간에서 프로토타입 클래스 벡터 유지 등, 과적합을 방지하기 위한 다양한 메커니즘을 구현한다.
