통합검색

점수를 합격·불합격으로 자르면 정보도 그대로 남을까?

같은 열 점수를 50·60·70점에서 자르면 통과율은 70%·40%·20%로 바뀌지만 원래 평균 58점과 사람 사이 거리는 그대로임을 확인합니다.

차이가 유의하지 않으면 두 방법이 같은 걸까?

0을 포함하는 넓은 구간과 사전에 정한 허용 범위 안의 좁은 구간을 비교해 ‘차이 없음’의 조건을 구분합니다.

AI가 같은 답을 여러 번 하면 더 믿을 수 있을까?

다섯 번의 보이는 출력과 외부 정답을 나란히 두고, 높은 일치율이 도움이 되는 조건과 같은 오류가 반복되는 경우를 구분합니다.

정확한 검사에서 양성이면 실제 가능성도 같을까?

민감도와 특이도가 같은 검사도 검사 전 유병률에 따라 양성예측도가 달라지는 이유를 1,000명 표로 확인합니다.

증명 인공지능(AI)를 비교하려면 같은 문제를 여러 형식체계로 옮겨야 할까?

miniF2F는 올림피아드 수준 문제를 여러 증명 보조기 형식으로 맞춰 신경 정리증명기의 비교 기반을 만들었습니다.

MiniF2F: a cross-system benchmark for formal Olympiad-level mathematics