Persona-Aware Contrastive Learning을 이용한 LLM 역할극의 페르소나 일관성 강화
Digest: 역할극(role-playing)에서 LLM이 주어진 캐릭터 프로필을 일관되게 유지하지 못하는 문제(Context)를, 고비용의 사람 선호 어노테이션 없이 풀고자(Issue) 저자들은 annotation-free 프레임워크 **PCL(Persona-Aware Contrastive Learning)**을 제안한다(Solution). PCL은 응답 전에 캐릭터 특성·대화 맥락 기반의 다중 self-question/self-answer를 수행하는 chain of persona(COP, 페르소나 자기성찰 사슬)와, 동일 입력에 대해 role profile을 준 출력(y+)과 비운 출력(y−)을 짝지어 DPO로 반복 정렬하는 contrastive self-play(CSPA, 대조적 자기대국)로 구성된다(Evidence). CharacterEval 벤치마크에서 black-box(GPT-3.5/4)·white-box(Qwen-7B, Baichuan2-7B, CharacterGLM-6B) 모두 vanilla 대비 CharEval·GPT-4 자동평가와 사람 전문가 평가에서 향상되었고 일반 지식은 거의 보존되었다(Limitation: 사람 평가 표본 제한, 코드 비공개, 중국어 단일 데이터셋). 저자들은 이를 role-play 행동을 “AI style alignment” 관점으로 재정의한 저비용 정렬 기법으로 위치시킨다(Q-앞으로: 더 강한 backbone에서 warmup 의존성 감소 가능성).
먼저 이해하기
LLM에게 “증샤오셴(Zeng Xiaoxian)을 연기해줘”처럼 캐릭터를 맡기면, 모델은 종종 캐릭터의 말투·지식·성격에서 벗어나 자기 본래의 “AI 비서” 톤으로 돌아가거나(persona drift), 캐릭터가 모를 법한 지식을 지어낸다(character hallucination, 캐릭터 환각). 이 논문은 모델이 답하기 전에 스스로에게 “이 캐릭터라면 이 상황에서 어떻게 말할까?”를 여러 번 묻고 답하게 한 뒤(chain of persona), “캐릭터 설정을 본 답변”과 “설정을 안 본 답변”을 비교해 전자를 선호하도록 학습시킨다(contrastive self-play). 핵심은 이 학습에 사람이 라벨을 달지 않아도 된다는 점이다.
왜 중요한가: 기존 role-play 정렬은 (1) 대규모 고품질 캐릭터 대화·선호 데이터 수집 비용이 크고, (2) 역할극의 감독신호(supervisory signal)가 암묵적·다양해 RLHF식 human alignment를 그대로 적용하기 어렵다. PCL은 캐릭터 프로필 유무라는 모델 자체가 만드는 대조쌍을 감독신호로 삼아 어노테이션 비용을 제거하려 한다. 다만 본문이 보고하는 향상폭은 대체로 작은 편이므로, 이 노트는 효과를 과장하지 않고 보고된 수치 범위 내에서만 기술한다.
먼저 알아둘 용어 표
| 용어 | 쉬운 설명 |
|---|---|
| Role-Playing Conversational Agent (RPCA, 역할극 대화 에이전트) | 캐릭터 프로필 P와 대화 맥락 C_n을 받아 캐릭터다운 응답 y를 생성하는 모델 |
| Chain of Persona (COP, 페르소나 사슬) | 응답 전에 캐릭터 기반 self-question/self-answer를 여러 번 거치는 프롬프트·학습 설계 (CoT의 persona판) |
| Contrastive Self-Play Alignment (CSPA/ASPA, 대조적 자기대국 정렬) | role profile 준 출력(y+) vs 비운 출력(y−)을 DPO로 대조 학습하는 단계 |
| annotation-free (어노테이션 비의존) | 사람이 선호 라벨을 달 필요가 없음 |
| DPO (Direct Preference Optimization, 직접 선호 최적화) | 선호쌍(y+, y−)으로 보상모델 없이 정책을 직접 정렬하는 기법 |
| CharacterEval (CharEval) | 멀티턴 중국어 role-play 벤치마크 및 reward 모델(CharacterRM) 기반 평가 |
섹션별 요약
Abstract
LLM은 대화 생성에서 큰 진전을 이뤘으나 감정·세밀한 역할 인식이 부족해 개인화·다양한 상호작용에 한계가 있다. 역할극용 고품질 어노테이션 데이터 수집은 비용이 크고, 모델 행동의 본질적 다양성 때문에 전통적 human alignment 적용이 어렵다. 저자들은 RLHF의 안전행동 정렬에서 영감을 받아 role-play를 persona alignment 관점으로 재조명하고, annotation-free 프레임워크 **PCL(Persona-Aware Contrastive Learning)**을 제안한다. 먼저 role chain으로 모델이 캐릭터 특성·대화 맥락 기반 self-question을 하도록 유도하고, role characteristics 사용/미사용 간 iterative contrastive learning으로 역할극 전략을 강화한다. black-box·white-box LLM 실험에서 PCL 적용 모델이 자동평가(CharEval & GPT-4)와 사람 전문가 평가에서 vanilla LLM을 유의하게 능가한다고 보고한다.
저자 contribution
- 캐릭터 기반 행동을 저비용으로 정렬해 persona consistency를 높이는 annotation-free 프레임워크 제시.
- role-play의 행동 감독 문제를 AI style alignment 관점으로 재정의하고, self-play contrastive training으로 역할극 전략을 점진 강화.
- black-box·white-box LLM 모두에 PCL을 적용해 vanilla 대비 GPT-4·CharEval 평가에서 향상시키면서 일반 지식은 비슷한 수준으로 유지함을 실험적으로 보임.
왜 이 연구를 하는가?
동기: 심리·엔터테인먼트 수요로 LLM의 개인화된 모방·역할극 능력이 중요해지는데, 일반 지식 비서로 설계된 모델은 감정·실세계 인식 부족으로 만족스러운 개인화 상호작용을 주기 어렵다. role-play의 핵심은 “모델을 주어진 role profile에 일관되게 유지”하는 것이다.
기존 한계(2개 이상):
- 고비용 어노테이션: 대규모·고품질 role-play 데이터 수집이 비싸고, 선호 데이터 라벨링은 캐릭터에 대한 깊은 이해를 요구하며 어노테이터 간 해석 차이로 일관성이 깨져 확장이 어렵다(RLHF/DPO 기반 COMEDY 등의 한계).
- 암묵적·다양한 감독신호로 인한 human alignment 적용난: role enactment의 supervisory signal은 암묵적이고 다양해 모델 행동을 직접 정렬하기 어렵다. Burns et al.(2023)이 지적한, 복잡한 행동을 가진 모델의 human alignment 곤란이 role-play에 특히 들어맞는다.
- fine-tuning의 일반화 저해: 광범위한 role-specific fine-tuning이나 사전학습 주입은 backbone의 일반화·상식추론을 약화시켜 오히려 역할극 능력을 제약할 수 있다.
Introduction
초기 연구는 memory network·custom transformer로 개인정보를 융합했으나 범용성·확장성이 부족했다. LLM 시대에는 프롬프트에 background profile을 넣어 캐릭터를 흉내냈지만, 가상세계가 실세계와 크게 다르면 character hallucination이 생긴다. 사전학습으로 role 지식을 주입하면 backbone의 일반화가 훼손될 수 있고, CharacterGLM·Ditto 같은 instruction-tuning이나 RLHF(Shea & Yu)·DPO(COMEDY)는 고비용 선호 어노테이션에 의존한다. 이에 저자들은 어노테이션 없이 self-play 대조학습으로 역할극 행동을 정렬하는 PCL을 제안한다. PCL은 기존 role-play 방법을 대체하지 않고 **직교적(orthogonal)**으로 추가 적용 가능하다고 강조한다.
Methods
핵심 아이디어: annotation-free + role-chain self-question + (role 특성 사용/미사용) 간 iterative contrastive learning.
- 입력: dialogue history C_n = [c_1, …, c_n]와 character profile P. 목표는 y = RPCA(C_n, P).
- (4.2) Chain of Persona (COP): CoT에서 영감. 응답 전 캐릭터 특성·맥락 기반 self-question/self-answer를 (기본 5회) 수행. 출력은 y = [q_1, a_1, …, q_t, a_t, a_f]로 분해되며, {q_t, a_t}는 중간 사고과정, a_f는 최종 role-play 응답.
- (4.3) Persona-Aware Training (warmup): Qwen-7B·Baichuan2-7B 같은 약한 LLM은 COP 포맷을 항상 따르지 못하므로, GPT 같은 강한 모델로 1000개 (P, C_n) 데이터에 대해 COP 포맷 출력 y를 샘플링하고 L = −log π_θ(y | COP(P, C_n))로 SFT 유사 학습. (Appendix D: GPT-4 warmup 없이 Qwen-7B-Chat few-shot으로 만든 1,000개 데이터로도 baseline 상회.)
- (4.4) Contrastive Self-Play Alignment (CSPA/ASPA): 동일 입력에서 선호쌍 생성 — y+ ~ π_θ(·|COP(P, C_n)) (프로필 사용), y− ~ π_θ(·|COP(P=∅, C_n)) (프로필 제거). 이 쌍에 DPO 목적식(식 7, hyperparameter β)을 적용. 매 epoch 후 모델이 다음 epoch용 {y}를 다시 생성해 반복적 self-play로 최적화하며 외부 어노테이션이 필요 없음.
차별점: (1) 선호쌍을 사람이 아니라 “role profile 유무”라는 모델 자체 대조로 만들어 annotation-free, (2) CoT를 persona-aware self-reflection으로 특수화(COP), (3) 기존 role-play SFT/instruction-tuning에 직교적으로 덧붙일 수 있음.
발견 (Findings)
- General setting(Table 3): 7B급 Baichuan2-7B·Qwen-7B의 character consistency가 GPT-3.5를 상회. PCL 적용 시 PB(Persona-Behavior, 괄호 안 행동묘사) 지표를 제외하고 role consistency 지표가 향상. 예) CharacterGLM-6B CC Avg가 ICL 1.805 → PCL 2.076 (출처: Table 3).
- Conversational Ability: GPT-4+PCL*가 최고(CA Avg 3.448 → 3.653). 모든 모델에서 CA 향상(출처: Table 3).
- Role-playing Attractiveness: GPT-3.5가 가장 낮지만 PCL* 후 가장 큰 향상(RA Avg 2.256 → 2.439). Baichuan2-7B+PCL이 GPT-4와 경쟁적 수준 주장(출처: Table 3).
- 일반 지식 보존(Table 4): Qwen-7B Avg Acc 37.4 → 37.6 (PCL 후 거의 동등; OBQA는 33.5→29.5로 하락, TriviaQA 48.8→51.8 상승).
- Ablation(Table 7): COP·CSPA 각각이 기여하며 CSPA가 COP 위에서 특히 효과적. 예) Qwen-7B+PCL Avg 2.941, w/o COP&CSPA 2.849.
- Chain length(Table 6): 길이 5에서 최적(Avg 2.941), 그 이상에서 중복·노이즈로 감소.
- Transfer setting(Table 5): 미학습 role에서도 일관된 향상(Qwen-7B Avg 2.849 → 2.908) — zero-shot role transfer 가능성.
Results
- 자동평가(CharEval, CharacterRM reward 모델 + GPT-4 pairwise): 모든 backbone에서 PCL이 ICL/SFT+ICL 대비 CC·CA·RA 평균 향상(상세는 아래 표). 다만 향상폭은 대체로 0.0x~0.2 수준으로 절대값 차이가 크지 않음.
- GPT-4 pairwise 평가(Table 10, win/tie/fail): Baichuan2-7B+PCL vs Baichuan2-7B = 602/92/306; Qwen-7B+PCL vs Qwen-7B = 582/181/237 (gpt-4-turbo-2024-04-09, 위치편향 완화 위해 2회 평가).
- 사람 전문가 평가(Table 9, win/tie/fail): 10명 전문가가 각 50샘플, 총 500 판정. Baichuan2-7B+PCL vs Baichuan2-7B = 262/43/195; Qwen-7B+PCL vs Qwen-7B = 303/137/60. 전반적으로 PCL 선호가 vanilla 선호를 상회.
- vanilla LLM 대비: 작은 모델(7B)이 PCL로 일부 차원에서 GPT-4와 비교 가능 수준에 도달했다고 보고(특히 character consistency·attractiveness).
Discussion
한계(2개 이상):
- PB(괄호 안 행동) 지표는 PCL로 개선되지 않거나 하락 — 저자 설명: 괄호 내 행동 감독신호가 암묵적이라 물리환경·캐릭터 상태 등 추가 정보가 필요.
- 평가·일반화 범위 제한 — 단일 중국어 데이터셋(CharacterEval)·company 내부 평가자, 사람 평가 표본 500건. 본문에 별도 “Limitations” 절은 없고 Ethics statement만 존재(데이터는 공개 출처·가상 캐릭터).
- warmup 의존성 — 약한 모델은 COP 포맷을 못 따라 강한 LLM(GPT) warmup이 필요(없으면 성능 소폭 하락, Appendix D Table 12).
향후 방향(1개 이상): backbone 기본 능력이 GPT-4 수준으로 커질수록 warmup 데이터 의존이 점차 줄어들 것이라 기대.
이론적 의의
role-play의 행동 감독 문제를 RLHF식 “안전/스타일 정렬”과 같은 alignment 문제로 재정의하고, 사람 선호 라벨 대신 “조건(role profile) 유무”라는 모델 내부 대조를 감독신호로 쓸 수 있음을 보였다. 이는 weak-to-strong/암묵적 감독 상황에서 self-generated 대조쌍이 정렬 신호가 될 수 있다는 관점을 role-play 도메인에 적용한 사례다.
Discussion Points
- 논쟁점: 자동평가(CharacterRM·GPT-4)와 PCL의 contrastive 목표가 동일한 “profile-aligned” 선호를 공유 → 평가가 방법에 유리하게 편향될 가능성. 절대 향상폭이 작아 실용적 유의성 논쟁 여지.
- 검증해야 할 가정: y−(프로필 제거)가 항상 y+보다 나쁜 응답이라는 가정 — 일부 맥락에선 프로필 없이도 적절할 수 있어 노이즈 선호쌍 생성 가능성.
- 후속: 영어·다국어/다른 벤치마크 일반화, PB 같은 행동묘사 지표 개선을 위한 환경·상태 신호 통합, 코드·데이터 공개를 통한 재현.
실험 결과 상세
CharacterEval, general setting (CharacterRM reward 점수, 1~5 척도). 출처: 본문 Table 3·4·5·9·10.
Character Consistency (CC, Avg) & 종합
| Model | CC Avg | CA Avg | RA Avg | 출처 |
|---|---|---|---|---|
| Baichuan2-7B+ICL | 2.700 | 3.257 | 2.847 | Table 3 |
| Baichuan2-7B+SFT+ICL | 2.742 | 3.282 | 2.854 | Table 3 |
| Baichuan2-7B+PCL | 2.799 | 3.336 | 2.948 | Table 3 |
| Qwen-7B+ICL | 2.540 | 3.327 | 2.679 | Table 3 |
| Qwen-7B+SFT+ICL | 2.551 | 3.362 | 2.616 | Table 3 |
| Qwen-7B+PCL | 2.616 | 3.457 | 2.750 | Table 3 |
| CharacterGLM-6B+ICL | 1.805 | 2.577 | 1.869 | Table 3 |
| CharacterGLM-6B+PCL | 2.076 | 3.059 | 2.004 | Table 3 |
| GPT-3.5+ICL | 2.155 | 2.630 | 2.256 | Table 3 |
| GPT-3.5+PCL* | 2.280 | 2.983 | 2.439 | Table 3 |
| GPT-4+ICL | 2.697 | 3.448 | 2.873 | Table 3 |
| GPT-4+PCL* | 2.785 | 3.653 | 2.992 | Table 3 |
일반 지식 보존 (Acc, %) — Qwen-7B (출처: Table 4)
| Metric | OBQA | MedQA-cn | NQ | TriviaQA | ARC-E | ARC-C | Avg |
|---|---|---|---|---|---|---|---|
| Qwen-7B | 33.5 | 24.2 | 23.4 | 48.8 | 51.5 | 42.9 | 37.4 |
| Qwen-7B+PCL | 29.5 | 23.8 | 23.9 | 51.8 | 53.1 | 44.4 | 37.6 |
Pairwise 평가 (Win / Tie / Fail)
| 비교 | 평가자 | Win | Tie | Fail | 출처 |
|---|---|---|---|---|---|
| Baichuan2-7B+PCL vs Baichuan2-7B | 사람 전문가 | 262 | 43 | 195 | Table 9 |
| Qwen-7B+PCL vs Qwen-7B | 사람 전문가 | 303 | 137 | 60 | Table 9 |
| Baichuan2-7B+PCL vs Baichuan2-7B | GPT-4 | 602 | 92 | 306 | Table 10 |
| Qwen-7B+PCL vs Qwen-7B | GPT-4 | 582 | 181 | 237 | Table 10 |
Transfer setting (미학습 role, Avg) — 출처: Table 5
| Model | CC | CA | RA | Avg |
|---|---|---|---|---|
| Baichuan2-7B+ICL | 2.700 | 3.257 | 2.847 | 2.934 |
| Baichuan2-7B+PCL | 2.749 | 3.316 | 2.928 | 2.998 |
| Qwen-7B+ICL | 2.540 | 3.327 | 2.679 | 2.849 |
| Qwen-7B+PCL | 2.596 | 3.397 | 2.730 | 2.908 |
(참고: 사람 평가 표본 500건, 단일 중국어 데이터셋. effect size·통계적 유의성 검정은 본문에 명시되지 않음.)
프레임워크 다이어그램
flowchart TD A["입력: role profile P + dialogue history C_n"] --> B["Chain of Persona COP<br/>응답 전 self-question/answer x5"] B --> C{"backbone가 COP 포맷<br/>을 따르는가?"} C -->|No 약한 LLM| D["Persona-Aware Training<br/>GPT warmup 1000개로 SFT"] C -->|Yes| E["대조쌍 생성"] D --> E E --> F["y+ = COP with P"] E --> G["y- = COP with P empty"] F --> H["DPO 목적식 식7<br/>y+ 선호, y- 비선호"] G --> H H --> I["정렬된 정책 pi_theta"] I --> J["각 epoch 후 새 y 재생성"] J --> E I --> K["테스트: COP 프롬프트로 role-play"] K --> L["평가: CharEval CharacterRM + GPT-4 + 사람"]
재현성 및 신뢰도 평가
종합등급: Evidence-Quality B / Reproducibility C
근거:
- Evidence (B): 5개 모델(black/white-box) × 12지표 × 자동(CharacterRM, GPT-4 pairwise)·사람(500건) 다각 평가, ablation·chain length·transfer·warmup 의존성 실험으로 주장 뒷받침. 다만 (1) 절대 향상폭이 작고, (2) 통계적 유의성 검정·신뢰구간 부재, (3) 단일 중국어 데이터셋·내부 평가자, (4) 평가 reward 모델과 학습 목표가 동일한 “profile-aligned” 선호를 공유할 잠재적 순환성 때문에 A는 아님.
- Reproducibility (C): 하이퍼파라미터(Table 2: optimizer, LR 5e-6/5e-7, batch 8, epoch 3/2 등), 데이터셋(CharacterEval), 베이스 모델·버전(GPT-3.5-turbo-1106, GPT-4-0125-preview, Qwen-7B-Chat, Baichuan2-7B), 프롬프트 템플릿이 명시되어 있어 골격 재현은 가능. 그러나 본문에서 코드·warmup 데이터 공개 링크가 확인되지 않으며, GPT 기반 warmup·평가는 폐쇄형 API 버전 의존이라 완전 재현은 제약.
관련 연구 비교 매트릭스
| 연구 | 접근 | 학습신호 | 일관성 타깃 | 데이터 요구 | 모델(black/white) | 평가 | 코드공개 |
|---|---|---|---|---|---|---|---|
| PCL (본 논문, 2025) | COP self-reflection + DPO contrastive self-play | self-generated 선호쌍(profile 유/무) | role-play persona consistency | annotation-free (강한 LLM warmup 1000개) | both | CharEval(CharacterRM)+GPT-4+사람 | 본문상 미확인 |
| RLHF/DPO role-play alignment (예: Shea & Yu 2023, COMEDY 2024) | RLHF/offline RL·DPO | 사람/GPT-4 선호 어노테이션 | persona/memory consistency | 고비용 선호 라벨 | mainly white-box | 자동+사람 | 일부 공개 |
| SimCLR류 contrastive (Chen et al. 2020) | augmentation 기반 instance contrast | self-supervised(증강쌍) | (이미지) 표현 일관성 | 라벨 불요(비전) | N/A (vision) | linear probe | 공개 |
| Supervised role-play SFT (RoleLLM/CharacterGLM/RoleCraft-GLM) | instruction tuning | 캐릭터 대화 corpus(지도) | role 지식·말투 주입 | 대규모 어노테이션 corpus | white-box | CharEval 등 | 대체로 공개 |
(SimCLR는 도메인이 비전이라 직접 비교가 아닌, “self-generated 대조신호” 계보의 대조군으로 포함.)
원자적 인사이트 (Zettelkasten)
- 조건 유무를 대조쌍으로: 사람 선호 라벨 대신 “role profile 사용 vs 제거”라는 입력 조건 차이를 선호쌍 생성기로 쓰면, role-play 정렬을 annotation-free로 만들 수 있다.
- CoT의 persona 특수화: Chain-of-Thought를 “캐릭터 기반 self-question”으로 좁히면(COP) 중간 추론이 곧 persona 제약으로 작동한다. 단, self-question 횟수에는 최적점(=5)이 있고 과하면 중복 노이즈로 성능이 떨어진다(Table 6).
- 직교성: PCL은 기존 SFT/instruction-tuning을 대체하지 않고 위에 덧붙는 방식이라, role-play 파이프라인의 정렬 후처리 단계로 끼워넣을 수 있다.
- 평가-목표 순환 주의: 학습 목표(profile-aligned 선호)와 평가 reward 모델이 같은 선호를 공유할 때 향상폭 해석에 순환 편향이 끼어들 수 있다.
핵심 용어 정리
- Contrastive Learning (대조학습): 긍정/부정 예시를 대비시켜 표현·정책을 학습. 여기서는 y+(프로필 사용)와 y−(프로필 제거)를 DPO로 대비.
- Persona Alignment (페르소나 정렬): 모델 행동을 주어진 캐릭터 프로필에 맞추는 정렬 문제. 저자는 이를 RLHF식 style alignment의 일종으로 본다.
- Role-Chain / Chain of Persona (페르소나 사슬): 응답 전 캐릭터 특성·맥락 기반 self-question/self-answer를 거치는 추론 사슬.
- Annotation-free (어노테이션 비의존): 사람 선호/캐릭터 라벨 없이 모델 자체가 만든 대조쌍으로 학습.
- RLHF (Reinforcement Learning from Human Feedback): 사람 피드백 보상으로 정책을 정렬하는 기법. 본 논문 정렬 관점의 출발점이자, 고비용 어노테이션 의존이라는 대비점.
- DPO (Direct Preference Optimization): 보상모델 없이 선호쌍으로 정책을 직접 최적화. CSPA의 목적식(식 7)에 사용.
- Character Hallucination (캐릭터 환각): 캐릭터가 모를 지식을 응답에 끼워넣는 오류. role-play의 핵심 실패 양상.
관련 연구
- From Persona to Personalization - A Survey on Role-Playing Language Agents — role-play language agent 전반의 분류·과제를 다룬 서베이로, PCL이 위치한 persona consistency 문제의 큰 지도를 제공.
- A Simple Framework for Contrastive Learning of Visual Representation — SimCLR. PCL의 contrastive 학습 계보의 원형(비전 도메인), self-generated 대조쌍 아이디어의 비교 기준.
- PersonaArena - Dynamic Simulation for Evaluating and Enhancing Persona-Level Role-Playing in Large Language Models — persona-level role-play를 동적 시뮬레이션으로 평가·강화하는 후속·병렬 연구로, PCL의 평가 한계(정적 단일 벤치마크)를 보완하는 관점.
- Moral Susceptibility and Robustness under Persona Role-Play in Large Language Models — persona role-play가 모델의 도덕적 행동·견고성에 미치는 영향을 다뤄, PCL식 persona 강화의 부작용 측면을 조명.
- Spotting Out-of-Character Behavior - Atomic-Level Evaluation of Persona Fidelity in Open-Ended Generation — out-of-character 행동을 atomic 단위로 평가, PCL이 목표하는 persona consistency를 더 세밀하게 측정하는 평가 보완.
태그
persona-consistency contrastive-learning role-play DPO annotation-free LLM-alignment
BibTeX
@article{ji2025pcl,
title = {Enhancing Persona Consistency for {LLMs}' Role-Playing using Persona-Aware Contrastive Learning},
author = {Ji, Ke and Lian, Yixin and Li, Linxu and Gao, Jingsheng and Li, Weiyuan and Dai, Bin},
journal = {arXiv preprint arXiv:2503.17662},
year = {2025},
doi = {10.48550/arXiv.2503.17662},
url = {https://arxiv.org/abs/2503.17662}
}