큰 정리를 작은 목표로 나누면 인공지능(AI) 증명은 더 강해질까?
DeepSeek-Prover-V2는 비형식 풀이를 하위 목표로 재귀 분해해 형식 추론의 학습 자료와 보상 구조를 만든다.
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
DeepSeek-Prover-V2는 비형식 풀이를 하위 목표로 재귀 분해해 형식 추론의 학습 자료와 보상 구조를 만든다.
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
시각 부호화의 효과는 데이터 분포, 범주 수, 개별값·요약값 중 어떤 과제를 푸는지에 따라 달라진다.
Assessing Effects of Task and Data Distribution on the Effectiveness of Visual Encodings
Ineq-Comp v2를 바탕으로 익숙한 부등식의 변수 복제·대수 재작성·다단계 합성이 현재 Lean 증명 모델의 구성적 일반화를 크게 흔드는지 살펴봅니다.
Ineq-Comp: Benchmarking Human-Intuitive Compositional Reasoning in Automated Theorem Proving on Inequalities
크립키는 진리 판정을 한 번에 끝내지 않고 단계적으로 확장해 고정점에 이르는 방법으로 자기지시와 진리값 공백을 다룹니다.
Outline of a Theory of Truth
DRM 과제는 의미적으로 연결된 단어 목록이 제시되지 않은 중심 단어의 거짓 회상과 재인을 유발하는 방식을 보여 줍니다.
The Deese-Roediger-McDermott (DRM) Task: A Simple Cognitive Paradigm to Investigate False Memories in the Laboratory
81–85 / 103편