해외 학술 연구

정리증명 인공지능(AI)를 시험할 ‘환경’은 왜 필요할까?

HOList는 HOL Light의 수학 말뭉치를 기계학습 환경과 벤치마크로 공개해 증명 모델을 같은 조건에서 훈련·재생·검증하도록 했습니다.

HOList: An Environment for Machine Learning of Higher-Order Theorem Proving

문장을 논리식으로 잘 옮기면 인공지능(AI) 추론도 끝난 걸까?

FOLIO는 자연어를 1차 논리로 옮기는 정확성과 실제 결론을 실행하는 정확성이 다를 수 있음을 보여 줍니다.

FOLIO: Natural Language Reasoning with First-Order Logic

그럴듯한 AI 해설은 실제 판단 이유와 같을까

마일스 터핀 등의 연구는 언어모델이 출력한 단계별 설명이 답에 영향을 준 요인을 충실하게 드러내는지 묻습니다. 저자들은 입력의 편향 요소가 답에 영향을 주었는데도 설명에서는 그 영향이 언급되지 않는 사례를 보고합니다. 설명의 설득력과 판단 이유에 대한 충실성을 구분해 읽을 수 있는 논문입니다.

언어모델은 생각한 대로 항상 말하지 않는다 — Language Models Don’t Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting

정답보다 먼저 구조를 확인하는 세 가지 방법

2026년 9월 9일 공개된 세 연구를 통해 그림을 기호 관계로 바꾸고, 주장과 그 대상의 층을 함께 표시하며, 반복되는 답을 완성된 추론으로 오해하지 않는 방법을 살펴봅니다. 연구 결과와 LTCT의 적용 제안을 분리하고, 수업에서 다시 만들 수 있는 독자 사례를 제공합니다.