연구진은 LLM 기반 질문 답변 시스템의 답변 추출 정확도를 높이는 방법을 제안했어요. 기존 시스템의 한계인 문맥 이해 부족, 답변 일관성 부족, 다양한 분야로의 일반화 어려움을 해결하고자 했어요. Stanford Question Answering Dataset(SQuAD1.1)을 활용해 Roberta-base 모델을 파인튜닝하여 ROUGE-L 86.84%, BLEU 28.24%, BERTScore 95.38%의 성능을 달성했어요.