인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
대형 언어 모델(LLM)은 복잡한 추론 과제에서 우수한 성능을 보이며, 이를 향상시키기 위한 다양한 기법이 제안되어 왔다. Chain-of-Thought는 중간 추론 단계를 통해 다중홉 추론을 유도하지만, 단일 경로의 오류 전파 한계를 가진다. Self-Consistency는 다양한 추론 경로를 생성하여 이를 완화하지만 높은 비용을 요구한다. GPT-4o, GPT-5와 같은 상용 LLM은 향상된 추론 성능에도 불구하고, 추론 과정이 주로 모델 내부에서 수행되어 이를 직접 관찰하거나 해석하기 어렵다. 본 연구는 이러한 한계를 보완하기 위해 하나의 LLM을 메타 세션과 실행 세션으로 분리한 단계적 추론 프레임워크를 제안한다. 메타 세션은 추론 상태를 점검하고 다음 단계의 목표와 방향을 결정하며, 실행 세션은 이에 따라 추론을 수행한다. 이러한 설계를 통해 추론의 안정성, 관리 가능성 및 설명 가능성을 향상시키며, 다중홉 및 인과 추론 과제에서 기존 기법 대비 우수한 성능을 달성하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
