본 논문은 대규모 언어 모델(LLM)의 질의응답(QA) 성능 향상을 위한 새로운 방법인 ARR을 제시합니다. ARR은 질문 의도 분석, 관련 정보 검색, 단계별 추론의 세 가지 핵심 단계를 명시적으로 통합합니다. 특히, 질문 의도 분석을 QA에 도입한 최초의 연구이며, 이는 ARR의 핵심적인 역할을 합니다. 10가지 다양한 QA 작업에 대한 종합적인 평가 결과, ARR은 기존 방법들을 일관되게 능가하는 것으로 나타났습니다. 추가적인 실험을 통해 각 구성 요소의 기여도와 프롬프트 디자인의 변화에 대한 강건성, 모델 크기, LLM 시리즈 및 생성 설정에 대한 일반화 가능성을 확인했습니다.
