연구진이 자가 일관성(self-consistency)의 한계를 극복하기 위해 랭킹 기반 자가 일관성(RISC) 기법을 개발했어요. 기존 방식은 다수결 투표로 정확한 답변을 놓치는 경우가 있었는데, RISC는 LambdaRank 모델을 활용해 후보 답변을 평가해요.
RISC는 답변 빈도, 의미 중심성, 추론 과정 일관성 등 5가지 특징을 활용해 답변을 랭킹화하며, 다양한 데이터셋에서 기존 방식보다 정확도와 효율성 모두 개선된 결과가 나왔어요.
연구 결과, 제안된 특징들은 개별적으로도 유용하지만, 여러 정보를 결합하여 답변을 선택하는 것이 더 효과적이라는 점을 보여줘요.