저자들은 대규모 언어 모델의 추론 오류를 전체 응답 재생성 없이 수정하도록 설계된 효율적인 인간-AI 상호작용 방법인 Deep Interaction을 제안합니다. 이 메커니즘을 통해 사용자는 원래 Chain-of-Thought 응답을 직접 편집하여 정확한 단계는 유지하고 실수는 수정할 수 있습니다.
- 해당 접근 방식은 편집된 CoT를 증류된 프롬프트로 정제하여 모델을 수정된 경로로 유도합니다.
- STEM 작업에서 베이스라인 대비 수정 성공률이 25% 이상 향상되었습니다.
- 베이스라인 접근 방식 대비 토큰 사용량이 약 40% 감소했습니다.
이 방법은 사용자가 오류 단계를 번거롭게 표시하거나 반복되는 오류를 수용해야 하는 현재 상호작용 패턴의 비효율성을 해결합니다.