최근 LLM의 추론 능력 향상을 위해 신경-기호 프레임워크를 활용한 연구가 진행 중이며, 이때 공식을 해결하는 도구는 상식 세계 지식이 부족하여 인간이 당연하다고 생각하는 추론 단계를 수행하기 어렵다는 문제가 있습니다.
연구진은 개인 간 상식적 믿음의 차이를 명시적으로 모델링하여 대부분의 사람들이 특정 진술을 참 또는 거짓으로 판단할지 여부를 결정하는 확률적 추론 프레임워크인 PACS를 제안했습니다.
PACS는 LLM과 공식 솔버를 사용하여 개인의 상식적 믿음에 대한 증거를 샘플링하고 이러한 샘플을 통해 결론을 도출하여 기존의 추론 방식보다 우수한 성능을 보였습니다.