최근 LLM 연구에서 교란(perturbation)을 주입하면 외삽 성능을 크게 향상시킬 수 있다는 사실이 밝혀졌어요. 연구진은 토큰 접두사를 연속적인 잠재 벡터의 학습 가능한 변환을 통해 교란하는 프레임워크를 제안했어요. 합성 데이터와 실제 데이터셋에서 실험 결과, 제안하는 방법이 최첨단 방법보다 뛰어난 성능을 보였어요.