연구진은 언어 모델의 지식 저장 방식을 바꾸는 새로운 훈련 방식인 KLLM(Knowledge-Less Language Models)을 제안했어요. KLLM은 학습 데이터에서 고유 명사를 익명화하여 모델이 기존 지식에 의존하지 않고 외부 증거에 기반하여 추론하도록 훈련해요. KLLM은 문맥 기반 질문 답변, 사실 확인, 환각 탐지 벤치마크에서 기존 모델보다 성능이 뛰어나며, 불완전한 증거가 있는 환경에서도 더 안정적인 결과를 보여줘요.