연구진은 대규모 언어 모델의 추론 능력이 기본 형태로 잠재되어 있으며, 훈련 후에는 주로 증폭될 뿐 새로운 능력을 부여하는 것이 아니라는 기존 주장을 검증하기 위해 NeuReasoner를 개발했어요.
NeuReasoner는 기능적 특이성을 반영하는 뉴로 렌즈와 Erotetic 이론에서 파생된 인지 렌즈를 결합하여 단일 모델의 내부 모듈화를 통해 작동하며, 인지 심리학 과제와 수학/코딩 벤치마크에서 성능을 평가해요.
NeuReasoner는 충분한 규모에서 산술 추론, 코드 생성, 베이즈 추론, 보상 학습에서 기존 추론 방식의 성능을 능가하며, 위험 감수와 불확실성 하의 의사 결정은 회수하기 어렵다는 경계를 보여줘요.