연구진은 Schwartz 가치 감지 문제를 기존의 독립 레이블 분류 방식에서 벗어나, Schwartz 이론에 따른 원형 동기 부여 연속체의 구조를 활용하는 새로운 접근법을 제시했어요.
훈련 시 기하학적 목표를 적용하는 것보다, Schwartz-기하학 에너지 디코더를 통해 레이블 집합을 공동으로 평가하는 방식이 이론적 일관성을 높이는 데 효과적이었어요.
이 디코더는 기존 성능(Macro-F1, Micro-F1)을 유지하면서도, Schwartz 순서에 맞는 레이블 집합을 생성하며, Qwen2.5 모델 진단 결과, 추론 시 연속체를 제공하면 행동이 변화하지만 지도 학습과 일치하지는 않아요.