모델·연구연구 프리프린트
다중 AI 답변 집계에서 표현 편향을 줄이고 판단 안정성을 검사
원문 읽기 · arXiv ↗(새 탭에서 열림)다중 AI가 서로 다른 답을 낼 때 다수 의견과 표현 양식의 영향을 줄인 뒤, 선택을 불리한 배치에서 다시 물어 판단의 안정성을 검사하는 집계법이 제시됐다.
편향 통제와 재검사
- 같은 답이 여러 번 나와도 대표 추론 한 개만 제시하고 서술 방식을 통일한다.
- 첫 선택을 소수 의견으로 만들어 다시 고르게 하며, 유지된 답과 두 번째 지지를 함께 집계한다.
실험 결과와 한계
- 수학 문제 220개와 4개 이질 모델 조합에서 평균 정확도가 가장 높고 비교 집계보다 토큰 사용이 적었다.
- 평가는 최종 답 집계 단계에 한정돼 앞선 대화·합성 과정의 개입 효과는 다루지 않는다.
함께 확인할 조건
- 평가는 수학 문제와 8B~14B 공개 모델 4종에 한정되며 다른 영역·대형 모델의 효과는 미검증이다.
- 토큰 수는 추론 비용의 대리 지표이며 원문은 응답 생성과 집계의 전체 토큰을 비교했다.
출처와 편집 기준
arXiv · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다. 용어가 낯설다면 AI 용어집를 참고할 수 있다.