한 연구자는 필요충분조건을 사용하여 입력과 추론을 비교함으로써 학생 보고서의 논리적 일관성을 평가하는 방법을 제시했다. 이 접근 방식은 "역결과 학습"을 활용하며, 추론은 정상적인 경로를 거쳐 결과에서 시작점으로 거슬러 올라가 원래 텍스트와 재구성의 유사도 점수를 모델이 계산할 수 있도록 한다.

  • 정상적인 훈련과 추론은 필요조건(A->B)으로 간주된다.
  • 역방향 훈련과 추론은 결과에서 시작점으로 거슬러 올라감으로써 충분조건(B->A)으로 작용한다.
  • 유사도 임계값이 논리적 품질을 결정한다: >0.8은 양호, 0.7-0.5는 건너뛰기, <0.5는 오류를 나타낸다.

저자는 이 메커니즘이 LLM 아키텍처의 일부에 통합되거나 대체되어 환각을 줄일 수 있다고 제안한다.