연구팀은 다단계·다초안 추론을 최적화하는 UniVer 알고리즘을 개발했어요. UniVer는 추론 과정에서 발생하는 후보군들을 효율적으로 검증하여 성능을 향상시킵니다.
UniVer는 기존 방식의 한계를 극복하기 위해, 수평적 초안 선택과 수직적 단계 의존성을 동시에 고려하는 조건부 최적수송(conditional OT) 문제를 제안했어요.
실험 결과, UniVer는 기존 방식보다 추론 길이 수용률을 4.2%에서 8.5%까지 향상시켰으며, 모델 분포 일치도도 유지했습니다.