본 논문은 대규모 언어 모델(LLM)의 내재적 언어 이해력 평가에 대한 새로운 정보이론적 프레임워크를 제시합니다. 입력 문장과 그 잠재 표현 간의 상호 정보(MI)를 이용하여 언어 이해를 정량화합니다. 문장 수준 MI를 토큰 수준 MI로 분해하고, Fano의 부등식을 이용하여 계산 가능한 토큰 수준 MI의 하한을 도출합니다. 이는 토큰 복원 가능성(sentence embedding으로부터 원래 토큰을 예측하는 능력)과 직접적으로 관련됩니다. 실험 결과, 인코더 전용 모델이 디코더 전용 모델보다 더 높은 정보 충실도를 유지하며, 디코더 전용 모델은 후기 레이어에서 상호 정보가 먼저 증가한 후 감소하는 "망각" 패턴을 보이는 것을 확인했습니다. 또한, 토큰 수준 복원 가능성을 극대화하도록 미세 조정하면 과제 특정 감독 없이도 LLM의 이해 능력이 향상됨을 보여줍니다.
