온도를 바꾸면 인공지능(AI)의 1위 답은 그대로인데 확신만 달라질까?
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
Reiter의 기본 논리를 바탕으로, 정보가 부족할 때 내린 잠정 결론을 예외 정보가 들어오면 철회하는 비단조 추론을 살펴봅니다.
A Logic for Default Reasoning
SelfCheckGPT가 검은상자 생성 모델의 여러 표본 사이 불일치를 이용해 환각을 탐지한 방법을 읽고, 일관성과 사실성을 구분합니다.
SelfCheckGPT: Zero-Resource Black-Box Hallucination Detection for Generative Large Language Models
Program of Thoughts는 언어모델이 계산까지 문장으로 이어 쓰는 대신, 추론을 실행 가능한 프로그램으로 표현하고 계산은 외부 실행기에 맡깁니다.
Program of Thoughts Prompting: Disentangling Computation from Reasoning for Numerical Reasoning Tasks
베이지안 접근은 일부 비형식적 오류의 설득력이 사전확률과 증거 생성 과정에 따라 연속적으로 달라진다고 본다.
The Rationality of Informal Argumentation: A Bayesian Approach to Reasoning Fallacies
1–5 / 60편