Zespół naukowców opracował framework SAGE (ScAffolded Generative models for Explanation), który łączy przejrzystość kognitywnych modeli pragmatyki z elastycznością współczesnych modeli językowych. Kluczową ideą jest rozłożenie pragmatycznych procesów na trzy moduły: proposers generujące otwartą przestrzeń kandydatów alternatyw przy użyciu LM, evaluators oceniające te alternatywy pod względem semantyki, złożoności czy typowości, oraz selectors implementujące reguły obliczeniowe zadań opartych na teorii kognitywnej.
Framework testowano na trzech przypadkach badawczych. Pierwszy dotyczył generowania wyrażeń odnośnikowych - procesu wyboru jak mówić o określonych obiektach. Drugi analizował implikatury manner'a, czyli implikacje wynikające ze sposobu wyrażenia. Trzeci przypadek zajmował się implikaturami konwersacyjnymi w ujęciu Grice'a, które pochodzą z naruszenia maksym konwersacyjnych. Modele SAGE uzyskały wysoką dokładność i przeważnie przewyższały modele porównawcze, jednak szczegółowa analiza komponentów ujawniła asymetrię - generatory LM niezawodnie produkowały alternatywy, ale wyniki sugerują obszary wymagające dalszych prac.
Badanie pokazuje potencjał hybrydowego podejścia do pragmatyki obliczeniowej, które nie polega na ręcznym specyfikowaniu zbiorów alternatyw. Zamiast tego wykorzystuje generatywną siłę modeli językowych pod kontrolą kognitywnie zmotywowanych reguł. To połączenie otwiera nowe możliwości dla bardziej interpretacyjnych systemów komunikacyjnych, choć asymetrie w wynikach wskazują, że pełne zautomatyzowanie pragmatycznego rozumowania pozostaje wyzwaniem.