결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는 뭘까?
Fischhoff의 세 실험은 결과를 안 뒤 그 결과의 사전 가능성과 관련 단서를 높게 재평가하고, 그 영향을 스스로 되돌리기 어렵다는 점을 보였습니다.
Hindsight ≠ Foresight: The Effect of Outcome Knowledge on Judgment Under Uncertainty
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
Fischhoff의 세 실험은 결과를 안 뒤 그 결과의 사전 가능성과 관련 단서를 높게 재평가하고, 그 영향을 스스로 되돌리기 어렵다는 점을 보였습니다.
Hindsight ≠ Foresight: The Effect of Outcome Knowledge on Judgment Under Uncertainty
아이콘 배열 실험은 비율의 분자만 보는 분모 무시를 줄이는 데 전체 집합을 보이는 그림이 도움이 될 수 있음을 시험했습니다.
Do Icon Arrays Help Reduce Denominator Neglect?
같은 계산 구조에서 이름·숫자·무관 정보를 바꾸는 평가를 살펴봅니다. 한 번의 정답보다 변형에 대한 안정성을 묻습니다.
GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models
3,026개 사례와 21개 오도 유형의 벤치마크는 답뿐 아니라 문제 영역을 찾는 능력을 평가합니다.
Unmasking Deceptive Visuals: Benchmarking Multimodal Large Language Models on Misleading Chart Question Answering
2026년 9월 개정된 로직스킬스 연구는 문장의 논리적 표현, 반례 구성, 타당성 판단을 나누어 평가합니다.
LogicSkills: A Structured Benchmark for Formal Reasoning in Large Language Models
536–540 / 836편