연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.
관심 주제로 찾아보기
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
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.
제이슨 웨이 등의 연구는 풀이의 중간 단계를 포함한 예시를 언어모델에 보여 주는 방법을 조사합니다. 저자들은 세 언어모델을 대상으로 산술·상식·기호 추론 과제에서 성능 개선을 보고했습니다. 읽기의 초점은 설명이 길어졌다는 인상보다 어떤 비교 조건에서 정답률이 달라졌는지에 두면 좋습니다.
사고 사슬 프롬프팅은 대규모 언어모델의 추론을 이끌어 낸다 — Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
191–193 / 193편
