SwiReasoning은 추론 LLM이 다음 토큰 분포의 엔트로피 추세를 기반으로 블록 단위 신뢰도를 추정하여 잠재 공간에서 생각할지 명시적 사고 체인을 쓸지 결정할 수 있는 디코딩 시간 프레임워크다. 이 방법은 훈련 없이 모델에 대해 Pareto-우수한 정확도/효율성 트레이드오프를 목표로 하며, 수학 및 STEM 벤치마크에서 +1.5%~2.8% 평균 정확도 향상을 보여준다. SwiReasoning은 수학 및 과학 기술 분야에서 더 나은 성능을 제공할 수 있으며, 향후 AI 기술 발전에 도움이 될 것으로 기대된다.

<Mark Tech Post 뉴스 본문 전체읽기>