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
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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
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
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
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?
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
6–10 / 97편