통합검색

인공지능(AI)가 확신이 낮은 답을 보류하면 정확도는 어떻게 달라질까?

AI가 낮은 확신의 답을 보류할 때 답한 범위와 정답률이 함께 어떻게 바뀌는지 살펴보고, 선택된 일부의 성능을 전체 신뢰성과 혼동하지 않는 법을 익힙니다.

Language Models (Mostly) Know What They Know

AI가 ‘매주 월요일’을 만들 때 종료일도 포함할까?

반복 간격·횟수·종료일을 바꾸어 실제 발생 날짜를 펼칩니다. 시작일이 첫 회이고 종료일과 같은 발생은 포함된다는 규칙을 확인합니다.

AI가 2.5를 반올림하면 언제 2이고 언제 3일까?

정확히 절반인 값은 규칙을 정하지 않으면 결과가 하나가 아닙니다. 양수·음수와 세 가지 동점 정책을 바꾸어 결과를 비교합니다.

AI가 빈칸을 0으로 채우면 평균이 달라질까?

빈칸은 관측된 0과 다릅니다. 어떤 칸이 빠졌는지와 제외·0 대체·지정값 대체 규칙을 바꾸며 평균과 분모가 어떻게 달라지는지 봅니다.

읽기 어려운 글꼴이면 더 잘 배운다는 결론, 메타분석과 재현에서도 남았을까?

메타분석·재현성 점검·사전등록 직접 재현을 선택해 결과 지표와 적용 대상별 직접 근거, 불일치와 허용되는 해석을 비교합니다.

Fortune favors the bold (and the Italicized): effects of disfluency on educational outcomes