임계점 근처에서 추론 성능이 가장 좋다고 보였거든요

새 arXiv 논문이 LLM 추론을 ‘자기조직 임계성’으로 설명했어요. 임계점 근처에서 추론 성능이 가장 좋다고 보였거든요.

논문(arXiv:2603.23539)은 PLDR-LLM의 연역 출력이 임계 상태에서 2차 상전이처럼 동작한다고 말해요. 이때 상관길이는 발산하고, 출력은 준안정 정상상태에 도달한다고 분석했어요.

핵심 지표는 추론 시 출력 파라미터의 전역 통계로 만든 order parameter예요. 이 값이 임계점에서 0에 가까울수록 reasoning이 더 좋아졌고, near-critical 학습 모델이 sub-critical 모델보다 벤치마크 점수로 이를 뒷받침했다고 밝혔어요.

의미는 분명해요. 정제된 추론 벤치마크를 매번 돌리지 않아도, 모델의 전역 출력 통계만으로 추론 능력을 정량화할 가능성을 연 거예요.