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

AI 시험 문제가 학습 자료와 겹치면 점수를 믿을 수 있을까?

공개 시험·재표현 시험·새 비공개 시험의 결과를 비교하며 암기와 새로운 문제 해결을 구분합니다.

입력 분포가 바뀌면 AI 오류도 같은 방식으로 늘어날까?

전체 정확도 82%가 66%로 같게 떨어져도 입력 구성 80·20→40·60의 변화와 조건별 정확도 90%→70%의 관계 변화는 다른 진단임을 비교합니다.

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.

사람에게 같은 그림인데 AI 판단은 왜 달라질까?

16칸 중 같은 한 칸 변화도 위치에 따라 출력이 유지되거나 뒤집히는 규칙으로, 무작위 흔들림과 의도적 취약성 검사를 구분합니다.