GRAM: 확률적 잠재 궤적을 통한 재귀 추론 모델 — 다중 가설·추론 시간 확장 가능

GRAM은 기존 결정론적 재귀 추론 모델(RRM)의 한계를 넘어, 추론을 확률적 잠재 궤적으로 모델링하는 프레임워크입니다. 여러 가설과 대안적 해법을 탐색할 수 있으며, 재귀 깊이와 병렬 샘플링을 통해 추론 시간 확장이 가능합니다. 구조적 추론 및 다중 해법 제약 만족 태스크에서 결정론적 베이스라인 대비 성능 향상을 보였고, 조건부 및 무조건부 생성도 지원합니다. 단, 학습에 변분 추론이 필요하고, 샘플링 비용이 추가로 듭니다.

• #recursive-reasoning
• #latent-variable
• #generative-model
• #inference-scaling
• #multi-hypothesis