본 논문은 대규모 언어 모델(LLM)을 의료 분야에 적용하는 과정에서 발생하는 정렬 문제점을 해결하기 위해 MR-RML(Multidimensional Rubric-oriented Reward Model Learning)을 제안합니다. MR-RML은 의료 표준을 "Dimensions-Scenarios-Disciplines" 매트릭스에 통합하여 데이터 생성 및 모델 최적화를 유도하며, 다차원 보상 모델과 기하학적 투영 참조 제약을 활용합니다. 이 프레임워크는 Healthbench 벤치마크에서 기존 LLM Qwen-32B 대비 상당한 성능 향상을 보였으며, 오픈 소스 LLM 중 최고 수준의 성능을 달성했습니다.
