대형 언어 모델(Large Language Models, LLMs)은 최근 다국어 벤치마크에서 높은 성과를 보여주며, 영어 이외의 언어로 텍스트를 생성하고 평가하는 데 널리 사용되고 있다. 그러나 이러한 모델이 유창한 출력물을 생성할 수는 있지만, 이러한 언어의 언어적 복잡성을 어느 정도까지 실제로 이해하는지에 대한 문제는 여전히 남아 있다. 특히, 언어의 형태론적 복잡성에 대한 LLM의 이해 수준은 뚜렷하지 않다. 이러한 이슈를 조사하기 위해, 연구진은 IMPACT(Inflectional Morphology Probes Across Complex Typologies)를 소개했다. 이는 굴절적 형태론에 집중한 합성으로 생성된 평가 프레임워크로, 다섯 가지 형태론적으로 풍부한 언어들에서 LLM 성능을 평가하도록 설계된 것이다. IMPACT는 다양한 언어들에서 LLM의 성능을 평가하는 데 사용된다. 이 프레임워크는 굴절적 형태론의 복잡성을 다루며, 다섯 가지 형태론적으로 다양한 언어들을 다루고 있다. IMPACT는 LLM의 굴절적 형태론 이해 능력을 평가하는 데 중요한 역할을 하며, 이를 통해 LLM의 다국어 처리 능력을 개선하는 데 도움이 될 것으로 기대된다.IMPACT는 굴절적 형태론에 초점을 맞춘 다양한 언어에서 LLM의 성능을 평가하는 데 사용되는 합성 평가 프레임워크이다. 이는 LLM의 언어 이해 능력을 향상시키는 데 중요한 역할을 할 수 있으며, 다양한 형태론적 특징을 가진 언어들에 대한 LLM의 처리 능력을 개선하는 데 도움이 될 것으로 기대된다.