통합검색

증명을 한 번에 쓰고 오류 메시지로 고치면 될까?

Baldur는 전체 Isabelle/HOL 증명을 생성한 뒤 오류 메시지로 수리합니다.

Baldur: Whole-Proof Generation and Repair with Large Language Models

보기 순서만 바꿔도 AI의 선택이 달라질까?

같은 두 답을 A·B와 B·A로 제시해 선택 변화율과 균형 합산을 구분합니다.

AI가 ‘완료했습니다’라고 쓰면 실제 작업도 끝난 걸까?

등대 경보판 7개를 바꾸는 가상 작업에서 답변, 도구 결과, 작업 뒤 상태를 분리해 완료의 근거를 판정합니다.

AI가 말한 이유는 실제 선택 근거와 같을까?

입력 단서를 하나만 바꾸고 답과 설명을 함께 대조해, 그럴듯한 이유와 관찰 가능한 영향 요인을 구분합니다.

상관이 높으면 두 측정법을 바꿔 써도 될까?

거의 나란히 커지는 두 측정법의 상관계수 0.996 뒤에 평균 +10.0의 차이가 남는 예시로 연관과 일치를 구분합니다.