연구진은 LLM의 장문 생성 시 성능 저하(length collapse) 문제를 확인하고, 이를 해결하기 위해 IS-CoT(Interleaved Structural Chain-of-Thought) 프레임워크를 제안했어요.
IS-CoT는 Plan-Write-Reflect 주기를 통해 동적인 전략 수정과 전반적인 조율을 가능하게 하며, 기존의 정적 계층적 계획 방식의 한계를 극복해요.
IS-Writer-8B 모델은 IS-CoT 프레임워크 기반으로 학습되었으며, LongBench-Write 벤치마크에서 DeepSeek-V3.2보다 3.08% 높은 성능을 보여줬어요.