연구진이 Eternis-Forecaster 8B, GLM-4.7-Flash, GLM-4.5-Air 모델의 내부 표현을 분석해 예측 교정 성능을 향상시켰어요.
모델의 체인 오브 소트(CoT) 추론 과정은 예측 근거를 충실히 반영하지 못하지만, 내부 표현은 더 직접적인 정보를 제공하는 것으로 나타났어요.
예측이 시작되기 전에 이미 결정되는 경향이 있으며, 사전 추론 단계에서 답변과 신뢰도를 예측할 수 있어 토큰 사용량을 30~47% 절약할 수 있었어요.