연구진이 다국어 환경에서 강화 학습을 활용한 추론 성능 향상을 위해 LANG 프레임워크를 개발했어요. 기존 방법의 언어 일관성 및 추론 품질 간의 균형 문제를 해결하는 데 목표를 두고 있습니다.
LANG은 언어별 힌트를 활용하여 비영어 추론 작업의 탐색을 가이드하며, 점진적 힌트 감소 스케줄과 언어 적응 스위치를 통해 힌트에 대한 의존성을 줄입니다.
실험 결과, LANG은 다국어 수학 벤치마크에서 추론 성능을 크게 향상시키고, 모델 레이어 간 언어 일관성을 유지하며, 수학 외 다른 분야에서도 일반화 가능성을 보였습니다.