최근 대형 언어 모델(LLMs)의 발전으로 모델이 추론 중에 ‘더 오래 생각하게’ 함으로써 일반적으로 정확도와 견고성이 향상된다는 아이디어가 증가했다. 체인 오브 씽킹 프롬프팅, 단계별 설명, 그리고 ‘테스트 시간 계산’을 증가시키는 것과 같은 실천은 이제 이 분야의 표준 기술이 되었다. 그러나 Anthropics이 주도한 연구 “테스트 시간 계산의 역 스케일링”은 강력한 반론을 제시한다. 이 연구는 모델이 더 오래 사고할수록 정확도가 떨어질 수 있다는 것을 보여준다. 자세한 내용은 링크를 참고하시기 바랍니다.

<Mark Tech Post 뉴스 본문 전체읽기>