연구자가 LLM의 실패 원인이 단순히 맥락 부족이 아니라, 잘못된 맥락을 통제 증거로 취급하는 데 있다는 점을 지적하는 논문을 발표했습니다. 논문은 모델이 증거, 사용자 프레임, 인용 자료, 지시 사항 등 다양한 텍스트를 구분하고 적절한 맥락만 고려해야 하는 '소스-바운더리' 문제를 분석합니다. 연구자는 이 평가 방법이 로컬/오픈 모델 평가에 특히 유용하며, 환각 현상 및 잘못된 정보 제공 문제를 해결하는 데 기여할 수 있다고 주장합니다.