AI 연구연구 프리프린트
GRADS, 추론 연결 그래프로 합성 질문의 난도를 조절
원문 읽기 · arxiv.org ↗(새 탭에서 열림)GRADS는 다단계 질문의 난도를 생성 모델의 감에 맡기지 않고 근거 의존 관계의 길이로 조절하려는 합성 데이터 연구다.
생성 방식
- 자료의 주장과 필요한 연결을 추적해 그래프를 확장한다.
- 요청 난도에 맞춰 필수 조상 관계를 골라 하나의 다단계 질문으로 만든다.
관찰
- GitHub 조건의 쉬움·중간·어려움 풀이 점수는 0.778·0.722·0.522였다.
- 같은 조건의 필요한 추론 깊이는 3.53·5.50·11.03이며 어려운 문항은 API 호출과 토큰이 각각 약 2.3배·2.4배 들었다.
한계
- 한 영역의 깊이 초과 사례가 있어 목표 난도 구간을 정확히 지키지는 못한다.
- 학습 효용 결과는 지도 미세조정 중심이며 범용 강화학습 향상을 보여주지 않는다.
함께 확인할 조건
- 난도별 셀 표본이 20개로 제한돼 영역과 모델을 넓힌 재현이 필요하다.
- 후속 훈련의 효용은 지도 미세조정에 한정되며 더 긴 강화학습 예산의 효과는 미확인이다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.