연구진은 RAG 모델의 외부 지식과 모델 자체 지식 간 충돌 문제를 해결하기 위해 RAPS-DA 프레임워크를 제안했어요.
RAPS-DA는 Grounding, Arbitration, Resistance 세 가지 신뢰도 레벨로 충돌을 분류하고, 각 레벨에 맞는 전문 모델을 활용해 학습해요.
토큰 레벨에서는 불확실한 토큰을 필터링하고, 충돌이 큰 토큰에 집중하는 이중 선택기를 사용해 학습 효율을 높였어요.
실험 결과, RAPS-DA는 기존 방법들보다 뛰어난 성능을 보였으며, 학습 후 모델은 레벨 정보나 피어 모델 없이도 활용 가능해요.