확률적 상식(Probabilistic Commonsense)을 활용한 추론 (Abductive Reasoning)

요약

본 기사는 대규모 언어 모델(LLMs)의 추론 능력 향상에 초점을 맞추고 있으며, 형식 논리 솔버가 갖지 못한 상식적인 세계 지식을 통합하는 방법을 다룹니다. 기존 연구들이 보편적 합의를 가정했던 것과 달리, 본 접근 방식은 개인마다 다를 수 있는 확률적 상식(Probabilistic Commonsense)을 활용하여 추론 과정을 개선합니다.

핵심 포인트

• LLMs의 추론 능력 향상을 위해 형식 논리 솔버 통합이 시도되고 있으나, 형식 솔버는 상식적인 세계 지식이 부족하다는 한계가 있습니다.
• 기존 방법들은 누락된 상식적 가정을 LLM으로 공급했지만, 이는 모든 사용자에게 보편적으로 합의된다고 가정하는 문제가 있었습니다.
• 본 논문은 개인차가 존재하는 '확률적 상식(Probabilistic Commonsense)'을 활용하여 추론 과정을 개선함으로써 이 문제를 해결하고자 합니다.