연구진은 RAG 기반 추론 과정에서 발생하는 사실 오류를 줄이기 위해 CheckRLM 프레임워크를 제안했어요. CheckRLM은 추론 과정에서 발생하는 사실 주장을 추출하여 지식 불일치를 실시간으로 감지하고 수정합니다.
오류 감지 시 외부 지식을 활용하여 최소 비용으로 정확한 수정을 수행하여 추론 과정과 올바른 지식 간의 일관성을 보장합니다.
실험 결과 CheckRLM은 기존 방식보다 성능이 뛰어나며, 장기적인 추론 과정에서 오류 축적을 줄이는 데 효과적이에요.