판결에서 과정으로: 다단계 사실 검증을 위한 에이전트 기반 강화학습

요약

본 연구는 복잡한 주장의 자동 사실 검증을 위해 에이전트 기반 강화학습 프레임워크인 ProFact를 제안합니다. ProFact는 주장 분해, 증거 탐색, 답변 생성 등 다단계 워크플로우 전체를 통합적으로 최적화하는 정책을 학습합니다. 특히 과정 전반에 걸쳐 단계 수준의 보상을 제공하여 검증 성능과 효율성을 모두 향상시킵니다.

핵심 포인트

• ProFact는 에이전트 기반 강화학습 프레임워크입니다.
• 다단계 사실 검증 궤적을 종단 간(end-to-end)으로 최적화합니다.
• 과정 인식 보상(process-aware rewards)을 도입하여 학습 신호를 개선했습니다.
• 검증 성능 및 추론 효율성 측면에서 기존 기준선을 능가함을 입증했습니다.