SEARCH-R: Multi-hop 질문 답변을 위한 체인-of-추론 내비게이터를 활용한 구조화된 엔티티 인식 검색

요약

본 논문은 다단계 추론이 필요한 복잡한 질문에 답하기 위한 새로운 프레임워크인 SEARCH-R을 제안합니다. SEARCH-R은 체인-of-추론 내비게이터를 활용하여 정확한 추론 경로를 생성하고, 구조화된 엔티티 인식 검색 방식을 도입하여 정보의 실질적인 유용성을 평가함으로써 기존 LLM 기반 QA 시스템의 한계를 극복합니다. 특히 Llama3.1-8B 모델을 미세 조정하여 하위 질문 분해 능력을 강화한 내비게이터와 의존성 트리 기반 검색 기법을 결합하여 높은 성능을 입증했습니다.

핵심 포인트

• SEARCH-R은 Multi-hop Question Answering (MHQA) 문제를 해결하기 위해 설계된 통합 프레임워크입니다.
• 체인-of-추론 내비게이터를 사용하여 추론 경로 생성의 정확성과 통제력을 높였습니다.
• 구조화된 엔티티 인식 검색(Structured Entity-Aware Retrieval)을 도입하여 정보의 실질적 유용성을 평가합니다.
• Llama3.1-8B 모델 기반의 하위 질문 분해기 및 의존성 트리 기반 검색 방식을 결합했습니다.