애플 연구진, 답변 전 여러 아이디어를 병렬로 검토하는 AI 개발

애플과 UC San Diego 연구진은 최종 답변을 자기회귀 방식으로 생성하기 전에, 잠재 확산을 활용해 여러 개의 숨은 추론 경로를 탐색하는 LaDiR 프레임워크를 공개했다.

수학, 코딩, 계획 수립 벤치마크에서 LaDiR는 기존 방식보다 더 좋은 성능을 보였고, 특히 더 어려운 과제에서 향상이 두드러졌다.

이 방법은 LLaMA 3.1 8B와 Qwen3-8B-Base 같은 모델에 적용됐으며, 기반 모델을 바꾸지 않고도 추론 다양성과 정확도를 높일 수 있음을 보여줬다.