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
읽기 속도 비교와 색 선택 반복성 연구를 질문·대상별로 나누어, 즉시 수행과 선택 안정성을 같은 결론으로 합치지 않습니다.
Randomised controlled trial of the effect of coloured overlays on the rate of reading of people with specific learning difficulties
Mercier와 Sperber의 논증적 추론 이론을 통해 이유 만들기와 이유 평가가 사회적 상호작용에서 어떻게 달라지는지 살펴봅니다.
Why Do Humans Reason? Arguments for an Argumentative Theory
Priest의 역설 논리를 통해 모순 허용과 폭발 원리의 거부가 어떻게 구분되는지 탐구합니다.
The Logic of Paradox
Wolfe 등의 세 연구를 통해 반대 근거를 배제하지 않고 반박하는 글쓰기 전략과 내 편 편향을 살핍니다.
Argumentation Schema and the Myside Bias in Written Argumentation
1–5 / 43편