大規模言語モデルの段階的推論能力を自動的に評価する手法を提案し、様々な推論アルゴリズムの設計要素を分析する。
大規模言語モデルの多肢選択問題解答能力を向上させるため、問題の難易度に応じて問題を分類し、難易度の高い問題に対してより効果的な推論手法を適用する分割統治型の手法を提案する。
大規模言語モデルの推論能力を高度化するため、高品質な教師データ「ULTRAINTERACT」を開発し、プリファレンス学習を活用することで、オープンソースの言語モデルが従来の専門モデルを大きく上回る性能を達成した。