인공지능(AI)가 생각과 행동을 번갈아 하면 무엇이 달라질까?
언어모델이 추론 흔적과 외부 행동·관찰을 번갈아 생성하는 ReAct 연구를 살펴봅니다. 전략과 환경 변화를 바꾸어 검증 가능한 경로를 비교하세요.
ReAct: Synergizing Reasoning and Acting in 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
언어모델이 추론 흔적과 외부 행동·관찰을 번갈아 생성하는 ReAct 연구를 살펴봅니다. 전략과 환경 변화를 바꾸어 검증 가능한 경로를 비교하세요.
ReAct: Synergizing Reasoning and Acting in Language Models
프로그램 보조 언어모델은 문제 해석과 계산 실행의 역할을 나눕니다. 실행이 성공해도 문제를 제대로 옮겼는지 확인해야 하는 이유를 알아봅니다.
PAL: Program-aided Language Models
2026년 MA-ProofBench는 해석학 200문제를 학부·박사자격 수준으로 나눠 평가했고, 최고 일반 모델도 Pass@8 16%와 5%에 머물러 분야·난도별 검증의 필요성을 보였습니다.
MA-ProofBench: A Two-Tiered Evaluation of LLMs for Theorem Proving in Mathematical Analysis
ReAct는 추론과 외부 행동을 엮는 방식을 제안했습니다. 계획 문장, 실행 요청, 실제 관찰을 나누면 긴 작업에서 어디까지 확인되었는지 읽을 수 있습니다.
ReAct: Synergizing Reasoning and Acting in Language Models
Jiang 등은 488개 miniF2F 문제에서 비형식 풀이→형식 스케치→자동 증명의 세 단계를 결합해 Isabelle 검증 성공률을 높였습니다.
Draft, Sketch, and Prove: Guiding Formal Theorem Provers with Informal Proofs
1–5 / 15편