연구진은 불확실한 상황에서 주장을 검증하기 위한 새로운 프레임워크인 '추론 시간 논증(ITA)'을 제안했어요. ITA는 신경망과 논리적 논증 방식을 결합하여 주장의 진실성 여부를 '참/거짓/불확실' 세 가지로 판단합니다. 이 방식은 모델 훈련 시 논증 생성 및 점수를 최적화하고, 최종 예측이 명확한 논증 구조에 기반하도록 보장합니다.
ITA는 기존 논증 기반 모델보다 성능이 뛰어나며, 직접 예측 기반 모델과 경쟁할 수 있는 수준을 보여주었어요. 특히, 검증 결과는 명시적이고 검토 가능한 논증 구조에 의해 결정되므로 신뢰성이 높습니다.
연구 결과, ITA는 두 가지 주장을 검증하는 데이터셋에서 기존 방식보다 성능이 향상되었으며, 명확한 논증 구조를 통해 검증 결과를 제공합니다.