연구진이 언어 모델 기반 개체 매칭 성능에 영향을 미치는 요인을 분석하기 위해 Qwen3 모델을 활용한 통제된 실험을 진행했어요.
모델 변종이 중요하며, 특히 bi-encoder의 경우 임베딩 지향 변종이 더 나은 성능을 보이고, cross-encoder는 record 쌍을 함께 인코딩하여 장점을 유지해요.
generative matcher는 분포 변화 시 유리하며, 더 큰 모델은 단축 학습에 더 의존하여 성능 향상이 제한적일 수 있다는 점을 발견했어요.