연구진이 Pyligent이라는 새로운 훈련 및 추론 프레임워크를 개발했어요. Pyligent은 추론을 검증된 검색으로 표현하며, 실패를 관찰하고 복구하는 과정을 학습하도록 설계됐어요.
Pyligent은 작업 검증기가 생성된 결과와 실패를 라벨링하고, 이를 바탕으로 '계속', '완료', '되돌아가기' 세 가지 행동에 대한 지도 학습을 진행해요.
숨겨진 그래프 작업에서 기존 방식 대비 성공률이 72.7% 향상되는 등 다양한 추론 영역에서 성능 개선을 보였으며, 이는 실패한 분기(branch)에 대한 명시적인 지도 학습이 유용한 복구 행동을 학습하는 데 효과적임을 시사해요.