이 연구에서는 대규모 언어 모델(LLM)이 객체 메타데이터와 대화 기록을 추론하여 작업 기반 대화 시스템의 대명사 해결 능력을 향상시키는 방법을 제시했어요.
SIMMC 2.1 데이터셋 실험 결과, LLM이 단계별 추론 과정을 생성하여 대화 맥락과 장면 내 객체를 효과적으로 연결하는 것을 확인했어요.
몇 가지 시도 설정을 통해 테스트 시간 추론은 새로운 시나리오와 객체에 효과적으로 일반화되어, 도메인 간 평가에서 인코더 기반 감독 방법보다 뛰어난 성능을 보여줬어요.