한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과97건

검색 결과 제목

  1. 6결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는?
  2. 7긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?
  3. 8관찰자료를 임상시험처럼 읽으려면 무엇을 먼저 맞춰야 할까?
  4. 9언어모형을 크게 만들수록 무엇을 장부에 남겨야 할까?
  5. 10인공지능(AI)의 자세한 풀이가 실제 판단 이유를 숨길 수도 있을까?
결과를 알기 전 여러 가능성에 나뉜 판단이 결과를 안 뒤 한 경로로 몰리고, 대안 검토가 그 쏠림을 줄이는 도식

결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는?

결과를 알기 전 여러 가능성에 나뉜 판단이 결과를 안 뒤 한 경로로 몰리고, 대안 검토가 그 쏠림을 줄이는 도식
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 일반

결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는?

결과를 알고 나면 그 결과가 처음부터 더 가능해 보입니다. 사전 판단과 대안 검토로 회고 격차를 확인합니다.

Hindsight ≠ Foresight: The Effect of Outcome Knowledge on Judgment Under Uncertainty

게시 2026-09-29 · 약 7분해외 논리학 연구 해설 읽기 →
긴 문맥의 처음과 끝에서는 성능이 높고 가운데 근거에서는 낮아지는 U자형 위치 민감성 곡선

긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?

긴 문맥의 처음과 끝에서는 성능이 높고 가운데 근거에서는 낮아지는 U자형 위치 민감성 곡선
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?

긴 문맥 모델도 근거 위치에 따라 성능이 달라졌습니다. 문서 수와 위치를 바꾸는 교육 모형으로 강건성을 점검합니다.

Lost in the Middle: How Language Models Use Long Contexts

게시 2026-09-29 · 약 8분해외 논리학 연구 해설 읽기 →
목표시험의 적격성 판정, 치료 전략 배정, 추적 시작이 같은 시간 영점에 정렬되고 관찰자료가 이를 모방하는 도식

관찰자료를 임상시험처럼 읽으려면 무엇을 먼저 맞춰야 할까?

목표시험의 적격성 판정, 치료 전략 배정, 추적 시작이 같은 시간 영점에 정렬되고 관찰자료가 이를 모방하는 도식
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

관찰자료를 임상시험처럼 읽으려면 무엇을 먼저 맞춰야 할까?

큰 관찰자료도 모방할 목표시험을 먼저 써야 합니다. 자격·전략·추적 시작을 정렬해 시간 편향을 찾습니다.

Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available

게시 2026-09-29 · 약 9분해외 논리학 연구 해설 읽기 →
모델 개발 앞에 자료 출처, 동의, 환경비용, 영향받는 집단의 네 장부가 놓이고 배포 검토로 합류하는 도식.

언어모형을 크게 만들수록 무엇을 장부에 남겨야 할까?

모델 개발 앞에 자료 출처, 동의, 환경비용, 영향받는 집단의 네 장부가 놓이고 배포 검토로 합류하는 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

언어모형을 크게 만들수록 무엇을 장부에 남겨야 할까?

Bender 등 연구자들의 ‘확률적 앵무새’ 논문을 통해 대규모 언어모형의 자료 문서화, 환경비용, 편향, 이해관계자 위험을 점검합니다.

On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?

게시 2026-09-28 · 약 12분해외 논리학 연구 해설 읽기 →
같은 질문에 편향 단서를 끄고 켠 두 경로가 서로 다른 답으로 이어지지만 두 설명 모두 그럴듯하게 보이는 비교 도식.

인공지능(AI)의 자세한 풀이가 실제 판단 이유를 숨길 수도 있을까?

같은 질문에 편향 단서를 끄고 켠 두 경로가 서로 다른 답으로 이어지지만 두 설명 모두 그럴듯하게 보이는 비교 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

인공지능(AI)의 자세한 풀이가 실제 판단 이유를 숨길 수도 있을까?

Turpin 등의 연구를 통해 연쇄적 사고 설명이 그럴듯해도 입력의 편향 단서를 충실히 드러내지 않을 수 있음을 살펴봅니다.

Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting

게시 2026-09-28 · 약 12분해외 논리학 연구 해설 읽기 →

6–10 / 97편