본 논문은 대규모 언어 모델(LLM)의 예측을 해석하는 것의 중요성을 강조하며, 모델 내부 매개변수 접근 없이도 동작하는 모델 독립적인 해석 기법에 초점을 맞춥니다. 기존 모델 독립적 기법들의 높은 경제적 비용 문제점을 지적하며, 저렴한 모델로부터 샘플링하여 대규모 LLM에 대한 충실한 설명을 생성하는 실용적인 방법을 제시합니다. 실험적 연구를 통해 이러한 프록시 설명이 후속 작업에서도 우수한 성능을 보임을 입증하고, 저렴한 모델 정보를 포함하는 모델 독립적 설명 방법의 새로운 패러다임을 제시합니다.
