본 논문은 대규모 언어 모델(LLM)의 텍스트 생성 과정을 해석하고 제어하는 새로운 프레임워크인 JAM(Just A Move)을 제시합니다. JAM은 LLM의 잠재 공간 내에서 인과 분석을 통합하여 텍스트 생성을 해석하고 제어합니다. LLM 생성의 고유한 인과 관계를 밝히고, 더 효과적이고 효율적인 제어 가능한 텍스트 생성을 위해 잠재 벡터를 조작하는 방법을 탐구합니다. HHH 기준, 독성 감소 벤치마크, GPT-4 정렬 측정 등을 사용하여 평가한 결과, JAM은 기존 제어 가능한 텍스트 생성(CTG) 방법보다 여러 정량적 지표와 인간 중심 평가에서 최대 22% 향상된 성능을 보였으며, 연산 효율성도 더 높았습니다. 이를 통해 JAM은 책임감 있고 현실적인 텍스트 생성을 위한 효과적이고 효율적인 방법임을 보여줍니다.
