본 논문에서는 대규모 언어 모델을 기반으로 구조화된 상식 지식을 문맥화(contextualization)하는 과정을 효과적으로 안내하기 위한 COCONUT을 제안한다. COCONUT은 문맥화 지시(prompting) 방식을 활용하여 대규모 언어 모델로부터 고품질의 문맥화 예시를 수집한다. 이후 이러한 예시는 소규모 언어 모델로 증류(distill)되어 문맥화 능력을 향상시킨다. 광범위한 평가 결과, CO-CONUT은 다양한 벤치마크, 모델 및 환경 전반에서 상식 추론 성능을 현저히 향상시키며, 문맥화된 상식 지식을 생성하는 데 있어 유연성과 보편성을 보인다. 특히 COCONUT은 평균 5.8%로 기존의 최신 기술(state-of-the-art) 기법을 일관되게 능가한다. Q. 사람들이 만년필(fountain pen)에서 새로 나온 잉크를 흡수하기 위해 사용하는 것은 무엇인가?

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.