연구진은 LLM의 추론 능력을 향상시키기 위해 적응적 병렬 추론(Adaptive Parallel Reasoning)이라는 새로운 패러다임을 제시했습니다.
기존의 순차적 추론 방식은 탐색 과정이 길어질수록 속도가 느려지고, 문맥 이해도가 떨어지는 문제가 있었는데, 병렬 추론은 이를 해결할 수 있습니다.
적응적 병렬 추론은 모델이 스스로 문제 해결을 위한 하위 작업 분해, 스레드 수 결정, 조정 방식을 결정하도록 하여 효율성을 높입니다.
기존 방식은 모델 외부에서 병렬 구조를 결정했지만, 새로운 접근 방식은 모델 스스로 병렬 구조를 선택하도록 합니다.
연구는 다양한 합성 환경, 실제 수학 문제, 일반적인 추론 작업에서 병렬 추론의 가능성을 보여줍니다.