인공지능(AI)는 빠진 전제가 있는 논증도 같은 유형으로 분류할 수 있을까?
ACL 2025 연구는 일곱 언어모델의 논증 유형 분류를 비교하며, 생략된 전제가 있는 엔티밈과 작은 모델에서 어려움이 커짐을 보였습니다.
Can Large Language Models Understand Argument Schemes?
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
ACL 2025 연구는 일곱 언어모델의 논증 유형 분류를 비교하며, 생략된 전제가 있는 엔티밈과 작은 모델에서 어려움이 커짐을 보였습니다.
Can Large Language Models Understand Argument Schemes?
미국 전국 무작위 실험은 짧은 온라인 개입의 작은 평균 효과와 학교 성취·또래 규범에 따른 이질성을 함께 보고했습니다.
A National Experiment Reveals Where a Growth Mindset Improves Achievement
불가능세계 의미론은 모순된 믿음과 반가능 조건문을 모두 똑같이 참으로 만들지 않는 방법을 탐구합니다.
Impossible Worlds
2026년 연구는 학습 목표와 무관한 흥미 자료의 양을 바꾸고 끼어드는 위치를 관리했습니다. 기억과 전이 결과를 구분해 자료를 편집하는 기준을 살펴봅니다.
The more, the worse? The influence of the seductive detail amount on learning
대규모 자연어 문제를 Lean 정리로 바꾸며 의미 보존을 어떻게 확인하는가?
Lean Workbook: A large-scale Lean problem set formalized from natural language math problems
76–80 / 180편