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
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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
호프라게와 동료들은 조건부확률을 퍼센트로만 제시하는 방식과 실제 사람 수처럼 자연 빈도로 제시하는 방식을 비교합니다. 표현 형식이 단순한 문제뿐 아니라 여러 단서가 있는 복잡한 베이즈 추론의 성과에도 영향을 주는지 실험했습니다.
자연 빈도는 단순·복합 추론 과제에서 베이즈 추론을 향상한다 — Natural frequencies improve Bayesian reasoning in simple and complex inference tasks
PutnamBench는 640개 대학 수학문제를 Lean 4·Isabelle과 일부 Coq로 1,692회 형식화해 언어별 자동증명기의 강점과 난도를 비교했습니다.
PutnamBench: Evaluating Neural Theorem-Provers on the Putnam Mathematical Competition
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
Goedel-Prover는 Lean 4 명제와 새 증명을 반복해 학습자료로 늘렸습니다.
Goedel-Prover: A Frontier Model for Open-Source Automated Theorem Proving
1–5 / 21편