수학·코딩 다 잡았다…애플, LLM 추론 정확도 높이는 신기술 공개

AI 요약

29일(현지시간) IT매체 나인투파이브맥에 따르면 애플 연구진은 캘리포니아 대학교 샌디에이고(UCSD) 연구진과 함께 '라디르: 잠재 확산 기반 LLM 텍스트 추론 강화'라는 연구 논문을 발표하고 라디르(LaDiR)를 공개했습니다. 라디르는 추론 단계에서 확산 모델을 사용하고 최종 결과물은 자기회귀 방식으로 생성하는 하이브리드 접근을 취하며, 여러 경로의 확산 프로세스를 병렬로 진행해 다양한 후보 답변을 생성하도록 설계된 보완적 프레임워크입니다. 실험에서는 메타의 LLaMA 3.1 8B에 적용했을 때 수학 벤치마크에서 높은 정확도를 기록하고 Qwen3-8B 기반의 코드 생성에서도 표준 미세조정보다 신뢰할 수 있는 결과를 냈으며 퍼즐형 계획 작업과 카운트다운 게임 등에서 기존 베이스라인보다 더 넓은 범위의 유효한 답변을 찾아냈지만 특정 작업에 특화된 전용 모델에는 미치지 못했습니다.