연구진은 RAG 시스템의 맥락 할당 문제와 증거 활용 측정의 오류를 해결하기 위해 새로운 접근법을 제시했어요. 기존 관련성 측정 방식의 한계를 극복하기 위해 인과적 Leave-One-Out 프로브를 개발하여 LLM의 주의 집중 구조를 정확하게 측정했어요. 폐루프 서브모듈러 스케줄러를 통해 맥락을 반복적으로 할당하는 방식이 기존 방식보다 검색 성능을 16.7~20.5% 향상시키는 것을 확인했어요.