한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과11건

검색 결과 제목

  1. 1인공지능(AI)는 언제 계산기나 검색기를 불러야 하는지 스스로 배울 수 있을까?
  2. 2인공지능(AI)가 여러 풀이를 만든 뒤 따로 검사하면 정답률이 오를까?
  3. 3인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?
  4. 48,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?
  5. 5인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?
텍스트에서 API 호출 후보를 만들고 도구를 실행한 뒤 손실 감소 문턱을 넘은 호출만 학습 자료에 남기는 네 단계 흐름도.

인공지능(AI)는 언제 계산기나 검색기를 불러야 하는지 스스로 배울 수 있을까?

텍스트에서 API 호출 후보를 만들고 도구를 실행한 뒤 손실 감소 문턱을 넘은 호출만 학습 자료에 남기는 네 단계 흐름도.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)는 언제 계산기나 검색기를 불러야 하는지 스스로 배울 수 있을까?

Toolformer는 소수의 사용 예시에서 API 호출 후보를 만들고, 다음 단어 예측 손실을 실제로 줄인 호출만 남겨 언어모델을 미세조정했습니다.

Toolformer: Language Models Can Teach Themselves to Use Tools

게시 2026-09-21 · 약 9분해외 논리학 연구 해설 읽기 →
한 문제에서 세 후보 풀이가 생성되고 별도 검증기가 점수를 매겨 한 후보를 선택하지만, 후보 없음과 검증 오류 경로도 함께 표시되어 있다.

인공지능(AI)가 여러 풀이를 만든 뒤 따로 검사하면 정답률이 오를까?

한 문제에서 세 후보 풀이가 생성되고 별도 검증기가 점수를 매겨 한 후보를 선택하지만, 후보 없음과 검증 오류 경로도 함께 표시되어 있다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

인공지능(AI)가 여러 풀이를 만든 뒤 따로 검사하면 정답률이 오를까?

GSM8K와 학습된 검증기는 풀이 생성과 후보 선택을 분리해 다단계 산술 추론을 개선하는 방법과 그 한계를 보여 줍니다.

Training Verifiers to Solve Math Word Problems

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
올바른 입력 18×7−6은 120, 잘못 묶은 입력 18×(7−6)은 18. 둘 다 실행되지만 두 번째는 개수 6개를 상자 수에서 빼는 의미 오류다.

인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?

올바른 입력 18×7−6은 120, 잘못 묶은 입력 18×(7−6)은 18. 둘 다 실행되지만 두 번째는 개수 6개를 상자 수에서 빼는 의미 오류다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)는 언제 계산기를 부를지 어떻게 배울까?

Toolformer는 도구 호출 후보를 만들고 실제 결과가 다음 단어 예측에 도움이 되는지 걸러 학습합니다. 도구의 계산 정확도와 호출 선택의 적절성을 구분합니다.

Toolformer: Language Models Can Teach Themselves to Use Tools

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

Kimina-Prover Preview v1의 강화학습과 miniF2F pass@8192 결과를 살펴보며 대규모 후보 탐색 성과와 단일 시도 능력, 형식 검증 비용을 구분한다.

Kimina-Prover Preview: Towards Large Formal Reasoning Models with Reinforcement Learning

게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
언어모델 후보, 자동 평가기, 우수 프로그램 재투입의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?

언어모델 후보, 자동 평가기, 우수 프로그램 재투입의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?

Romera-Paredes 등은 언어모델의 프로그램 제안과 자동 평가·진화를 결합해 cap set 구성과 온라인 bin packing 휴리스틱을 탐색했습니다.

Mathematical Discoveries from Program Search with Large Language Models

게시 2026-09-13 · 약 11분해외 논리학 연구 해설 읽기 →

1–5 / 11편