연구진이 LLM 아키텍처에서 파라미터 변경 없이 작업별 라우팅 경로를 학습하는 MACRO 프레임워크를 제안했어요. MACRO는 레이어 인덱스, 계산 예산, 이동 방향, 연산자 컨텍스트에 따라 달라지는 마르코프 정책을 모델링하여 스킵, 반복, 잔여 은닉 상태 추가 연산을 지원해요. 다양한 추론 및 지식 벤치마크에서 MACRO는 기존 방식 대비 평균 5.0%의 정확도 향상을 달성했어요.