AdaMCoT: Rethinking Cross-Lingual Factual Reasoning through Adaptive Multilingual Chain-of-Thought
작성자
Haebom
저자
Weihua Zheng, Xin Huang, Zhengyuan Liu, Tarun Kumar Vangani, Bowei Zou, Xiyan Tao, Yuhao Wu, Ai Ti Aw, Nancy F. Chen, Roy Ka-Wei Lee
개요
본 논문은 다국어 대규모 언어 모델(LLM)의 사실적 추론 능력 향상을 위한 AdaMCOT(Adaptive Multilingual Chain-of-Thought) 프레임워크를 제시합니다. 기존의 다국어 사전 학습 및 교차 언어 조정 방식의 확장성 문제와 미묘한 추론 과정 잡아내는 어려움을 해결하기 위해, AdaMCOT는 중간 "사고 언어"에서 사고 과정을 동적으로 라우팅하여 목표 언어 응답을 생성합니다. 추가적인 사전 학습 없이 적응적 보상 기반 메커니즘을 통해 최적의 추론 경로를 선택하며, 다양한 벤치마크 평가를 통해 저자원 언어 환경에서 특히 사실적 추론 품질과 교차 언어 일관성을 크게 향상시킴을 보여줍니다. 모델의 은닉 상태 및 의미 공간 분석을 통해 이 방법의 기본 메커니즘을 명확히 밝히고, 적응적 추론 경로가 고자원 언어와 저자원 언어 간의 성능 격차를 효과적으로 해소하면서 문화적, 언어적 미묘함을 유지할 수 있음을 시사합니다.