본 논문은 사후 훈련 기법을 통해 주요 대규모 언어 모델(LLM)의 성능과 추론 능력을 향상시키는 연구에 대해 다룹니다. 기존 방법들이 일본어 LLM에 적용하기에는 필요한 자원이 많다는 어려움을 가지는 점에 착안하여, 추론 LLM에서 추론 벡터를 추출하여 일본어 LLM에 적용하는 간단하고 효과적인 방법을 제시합니다. 특정 작업 전후의 가중치 변화를 추출하는 작업 벡터에서 영감을 얻어, 추론 벡터를 이용하여 일본어 LLM의 성능을 향상시키는 데 성공하였으며, 다른 언어에도 적용 가능성을 시사합니다.
