추론 시점 확장
모델의 파라미터 수를 늘리는 대신, 추론 과정에서 더 많은 연산 자원이나 탐색 알고리즘을 투입하여 성능을 높이는 전략이다. 모델 학습 이후에도 추가적인 성능 향상을 꾀할 수 있는 최신 연구 트렌드이다.