연구진은 다중 역할 대화 요약화 모델의 충실성과 인간 선호도 일치도를 높이기 위해 새로운 프레임워크를 제안했어요.
이 프레임워크는 단계별 추론 과정을 활용하여 모델을 초기화하고, 핵심 정보 포함, 암묵적 추론, 사실 충실성, 간결성을 목표로 하는 보상을 적용했어요.
실험 결과, 제안 모델은 기존 모델과 유사한 성능을 보였으며, 특히 CSDS 벤치마크에서 의미 일관성을, SAMSum 벤치마크에서 사실 충실도 및 모델 기반 선호도 일치도를 향상시키는 것을 확인했어요.