인공지능(AI)가 확신이 낮은 답을 보류하면 정확도는 어떻게 달라질까?
AI가 낮은 확신의 답을 보류할 때 답한 범위와 정답률이 함께 어떻게 바뀌는지 살펴보고, 선택된 일부의 성능을 전체 신뢰성과 혼동하지 않는 법을 익힙니다.
Language Models (Mostly) Know What They Know
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
AI가 낮은 확신의 답을 보류할 때 답한 범위와 정답률이 함께 어떻게 바뀌는지 살펴보고, 선택된 일부의 성능을 전체 신뢰성과 혼동하지 않는 법을 익힙니다.
Language Models (Mostly) Know What They Know
점검 자료·불일치 유형·질문을 바꾸어 직접 포함되는 연구 수와 허용되는 해석을 비교하고, 변경 자체와 미공개 변경을 구분합니다.
The potential of preregistration in psychology: Assessing preregistration producibility and preregistration-study consistency
다국가 장기 노출 연구와 학급 단위 소음 조건 실험을 결과별로 나누어, 연관성·급성 조건 효과·정책 적용의 범위를 구분합니다.
Exposure-effect relations between aircraft and road traffic noise exposure at school and reading comprehension: the RANCH project
Simkin과 Hastie의 그래프 지각 실험을 통해 막대·선·원그래프의 성능이 읽어야 할 관계와 탐색 과정에 따라 달라지는 이유를 살펴봅니다.
An Information-Processing Analysis of Graph Perception
Oaksford와 Chater의 선택 과제 분석을 통해 사람들이 반례만 찾기보다 드문 사건의 정보 가치를 고려해 카드를 고를 수 있다는 관점을 살펴봅니다.
A Rational Analysis of the Selection Task as Optimal Data Selection
1–5 / 68편