본 논문은 추론 기반 언어 모델을 활용한 콘텐츠 조정을 위한 안전장치 모델 훈련에 대한 종합적인 분석을 제시합니다. 특히 추론 기반 모델의 데이터 효율성과 추론 효율성에 초점을 맞춰, 추론 길이에 따른 지연 시간 및 정확도의 영향, 그리고 실행 시 추론 동작을 제어할 수 있도록 하는 이중 모드 훈련 등을 평가합니다. 추론 기반 모델은 비추론 기반 모델보다 훨씬 적은 훈련 데이터로 경쟁력 있는 성능을 달성하여, 남은 데이터를 고부가가치 어려운 샘플 채굴에 활용할 수 있는 가능성을 보여줍니다. 이 연구는 실제 시스템에서 추론 기반 안전장치 모델을 효과적이고 효율적으로 훈련하고 배포하기 위한 실용적인 통찰력을 제공합니다.
