본 논문은 LLM의 다국어 능력을 향상시키는 데 효과적인 다중 언어 정렬 패러다임을 연구하며, 언어별 뉴런에 대한 기존 연구를 바탕으로 다국어 모델의 메커니즘을 분석한다. 특히, 여러 언어에 공통적으로 사용되면서도 정확히 분류되지 않는 뉴런을 발견하고, 이를 언어별, 언어 관련, 일반 뉴런의 세 가지 유형으로 분류하는 삼항 분류 방법을 제안한다. 또한, 각 뉴런 유형에 따라 LLM의 다국어 추론 과정을 네 단계로 나누어 설명하고, 정렬 전후 모델 분석과 '자발적 다국어 정렬' 현상을 분석한다.
