연구진은 LLM의 도메인 예측을 위한 파라미터 효율적인 적응 기법인 LoRA의 한계를 극복하기 위해 iLoRA를 제안했어요. iLoRA는 입력에 따른 잠재 상호작용 그래프를 추론하여 예측과 잠재 상호작용 구조를 동시에 학습하는 베이지안 그래프 기반 LoRA 프레임워크예요.
미생물 진단을 위한 iLoRA는 인간 주석 그래프와의 상호 작용 질문 응답과 다중 코호트 IBD 진단에서 기존 LoRA 및 베이지안 적응 기법보다 성능이 우수했어요.
iLoRA는 인간 주석과 코호트 수준의 미생물 연관성에 맞춰 그래프를 복원하고 적당한 그래프 분기 오버헤드로 교정된 불확실성을 제공해요.