AdapTime: 대규모 언어 모델의 적응형 시간적 추론 활성화

요약

본 기술 기사는 LLM이 가진 제한적인 시간 정보 처리 능력 문제를 해결하기 위해 'AdapTime'이라는 적응형 시간적 추론 프레임워크를 제안합니다. AdapTime은 입력 컨텍스트에 따라 필요한 추론 단계를 동적으로 실행하며, 특히 재구성(reformulate), 재작성(rewrite), 검토(review)라는 세 가지 핵심 시간적 행동을 포함합니다. 이 방법은 LLM 플래너가 추론 과정을 안내하여 외부 도구 의존도를 낮추면서도 모델의 시간적 추론 능력을 크게 향상시킵니다.

핵심 포인트

• LLM은 일반 지식 기반 질문 답변에 강하지만, 시간 정보 처리 능력에는 한계가 있다.
• 기존 접근법들은 외부 도구나 수동 검증에 의존하며 일반화 성능이 낮고 비효율적이다.
• AdapTime은 입력 컨텍스트에 따라 추론 단계를 동적으로 실행하는 적응형 시간적 추론(Adaptive Temporal Reasoning) 방법을 제시한다.
• 핵심 행동으로는 재구성(reformulate), 재작성(rewrite), 검토(review)의 세 가지 시간적 추론 액션이 포함된다.