연구진이 In-Context Graphical Inference (ICG-I)라는 새로운 그래프 신경망 추론 모델을 발표했어요. ICG-I는 기존 방식의 한계를 극복하고 정확성과 확장성을 동시에 잡기 위해 설계됐어요.
ICG-I는 Variable Elimination 구조를 모방하며 Tensor-Train 압축 기술을 활용해 중간 요소를 효율적으로 처리하고, Dirichlet 출력 계층과 Weighted Conformal Prediction을 통해 신뢰성 있는 예측을 제공해요.
연구 결과, ICG-I는 기존 모델 대비 평균 절대 오차(MAE)를 50% 이상 줄였으며, 특히 복잡한 문제에서 기존 방식이 실패하는 경우에도 뛰어난 성능을 보였어요.