연구진은 대규모 추론 모델(LRM)의 환각 탐지를 위해 REDE라는 새로운 프레임워크를 제안했어요. REDE는 최종 답변 어텐션을 활용해 단계별 표현 공간을 다듬어 불필요한 단계를 식별하고 제거하는 방식으로 작동해요.
불필요하거나 반복적인 단계로 인한 노이즈가 추론 경로에 존재하며, 기존의 신뢰도 기반 점수나 단순 임베딩 필터링으로는 이를 효과적으로 구분하기 어렵다는 점이 밝혀졌어요.
다양한 추론 벤치마크 실험 결과, REDE는 경쟁 모델 대비 환각 탐지 성능을 꾸준히 향상시키는 것으로 나타났어요.