본 논문은 지식 집약적인 질의응답(QA) 과제에서 대규모 언어 모델(LLM)의 성능 향상을 위한 새로운 접근 방식을 제시합니다. 기존 QA 시스템의 복잡한 추론 및 실시간 지식 통합의 어려움을 해결하기 위해, LLM을 활용하여 맥락 기반 QA 쌍을 자동으로 생성하는 방법을 제안합니다. 이는 사람의 수동 라벨링에 대한 의존도를 줄이고 모델의 이해력 및 추론 능력을 향상시키는 데 기여합니다. 자동 QA 생성기와 모델 미세 조정기를 포함하는 제안된 시스템은 perplexity, ROUGE, BLEU 및 BERTScore를 사용하여 평가되었으며, 논리적 일관성 및 사실적 정확성 향상을 보여줍니다. Mistral-7b-v0.3 모델은 Llama-3-8b 모델보다 우수한 성능을 보였습니다.
