NeuFS는 LLM의 내부 역학을 활용해 액티브 퓨-샷 러닝 성능을 높이는 프레임워크입니다. 기존 방법은 출력 신호에 의존했지만, NeuFS는 뉴런 활성화 패턴을 활용하여 샘플을 직접 표현합니다. 두 가지 기준을 통해 다양성을 확보하고 LLM이 환각하는 어려운 샘플을 우선적으로 선택합니다.
세 가지 데이터셋 실험 결과, NeuFS는 추론 및 텍스트 분류 작업에서 기존 액티브 퓨-샷 러닝 방법보다 뛰어난 성능을 보였습니다. 뉴런 활성화가 외부 임베딩보다 효과적인 선택 신호임을 입증했습니다.