다중 테이블 질의응답(MMQA)은 증거 검색, 스키마 연결, 관계형 테이블 간 합성적 추론을 요구하지만, 기존 자료는 질문과 최종 답만 제공할 뿐 답을 어떻게 도출했는지에 대한 추론 감독이 없다. 이 논문은 이질적 LLM들로 검증된 긍정 추론 트레이스와 그럴듯한 부정 트레이스를 생성해 합성 대조 추론 데이터셋을 구축하고, 그 선호 쌍으로 오픈웨이트 LLM을 대조 선호 최적화(CPO)로 파인튜닝한다. Qwen3-14B, Mistral-8B, Llama-3.1-8B에서 Q&A 지도학습 대비 평균 9.7~16.3%p 향상했고 MMQA에서 최대 21%p 개선을 달성했다. 절제 실험은 이질적 긍정·부정 트레이스 생성기가 대조 신호를 강화함을 보였고, 자동·인간 평가 모두 생성된 쌍이 충실하고 일관되며 의미 있게 대조적임을 확인했다.

• •MMQA용 합성 대조 추론 트레이스 데이터셋을 검증된 긍정·그럴듯한 부정 트레이스로 구축
• •선호 쌍으로 오픈웨이트 LLM을 대조 선호 최적화(CPO)로 파인튜닝
• •Qwen3-14B·Mistral-8B·Llama-3.1-8B에서 Q&A 지도학습 대비 평균 9.7~16.3%p, 최대 21%p 향상
• •이질적 긍정·부정 생성기가 대조 신호를 강화하고 생성 쌍이 충실·일관·대조적임을 평가로 확인