풀이 예시를 보여 주면 작은 인공지능(AI)도 추론을 잘하게 될까?
Wei 등의 연쇄 사고 촉진 연구를 모델 규모별로 읽고, 풀이 형식과 실제 추론 능력을 구분합니다.
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
Wei 등의 연쇄 사고 촉진 연구를 모델 규모별로 읽고, 풀이 형식과 실제 추론 능력을 구분합니다.
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
레오니드 로젠블릿과 프랭크 카일은 사람들이 복잡한 현상을 실제보다 더 정밀하고 일관되며 깊이 이해한다고 느끼는 ‘설명 깊이의 착각’을 연구한다. 이 착각은 단순한 사실 지식보다 인과적 설명 지식에서 더 강하게 나타난다고 보고한다.
상식 과학의 오해된 한계: 설명 깊이의 착각 — The Misunderstood Limits of Folk Science: An Illusion of Explanatory Depth
Reiter의 기본 논리를 바탕으로, 정보가 부족할 때 내린 잠정 결론을 예외 정보가 들어오면 철회하는 비단조 추론을 살펴봅니다.
A Logic for Default Reasoning
Kuhn과 Udell이 학업 위험군 청소년에게 실시한 16회 논증 활동을 읽고, 동료 대화에서 익힌 반론 전략이 개인 논증으로 이어지는 조건을 살펴봅니다.
The Development of Argument Skills
Hullman, Resnick, Adar의 가상 결과 그림 연구에서 가능한 자료 표본을 한 프레임씩 보여 주는 방식이 순위의 신뢰도 판단을 어떻게 바꾸는지 살펴봅니다.
Hypothetical Outcome Plots Outperform Error Bars and Violin Plots for Inferences about Reliability of Variable Ordering
131–135 / 522편