연구진이 신경 기호 시스템의 호모토피 유형 이론 일반화를 제시했어요. 기존 방식은 집합을 기반으로 하지만, 호모토피 유형 이론은 이론의 대칭성을 고려하여 크기를 측정해요.
새로운 프레임워크는 기존 방식의 기능성을 보존하면서, 대칭성이 없는 경우를 회복하는 보수성 정리를 증명했어요.
MNIST 추론 벤치마크에서 실험 결과, 단일 모델 래퍼가 다양한 모델 앙상블보다 더 잘 보정됐으며, 레이블 정확도와 식별 가능한 개념에는 영향을 미치지 않았어요.
연구 결과는 GitHub에서 공개됐으며, 관련 코드는 자유롭게 사용할 수 있어요.