연구진은 대규모 언어 모델(LLM)의 내부 표현이 추론과 관련된 뇌 활동과 부분적으로 일치하며, 이러한 뇌 신호를 통해 LLM의 추론 능력을 향상시킬 수 있음을 밝혔습니다.
뇌 기반 예측도를 활용한 분석 결과, LLM은 집계 수준에서 추론 관련 뇌 영역의 상당한 변동성을 설명하지만, 특정 추론 유형에서는 일치도가 낮아 정렬과 차이가 있음을 확인했습니다.
연구팀은 뇌 신호를 활용하여 LLM의 표현을 조절하는 프레임워크를 제안하여, 10개의 LLM(1.5B~72B)에서 최대 13%의 정확도 향상을 달성했습니다.