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 결과19건

검색 결과 제목

  1. 6인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?
  2. 7논리 규칙 하나씩 시험하면 언어모델의 약점이 더 선명해질까?
  3. 8증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?
  4. 9큰 정리를 작은 목표로 나누면 인공지능(AI) 증명은 더 강해질까?
  5. 10인공지능(AI)가 한 문제를 푸는 동안 그 문제 주변의 변형을 새로 학습하면 증명력이 올라갈까?
언어모델 후보, 자동 평가기, 우수 프로그램 재투입의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?

언어모델 후보, 자동 평가기, 우수 프로그램 재투입의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?

Romera-Paredes 등은 언어모델의 프로그램 제안과 자동 평가·진화를 결합해 cap set 구성과 온라인 bin packing 휴리스틱을 탐색했습니다.

Mathematical Discoveries from Program Search with Large Language Models

게시 2026-09-13 · 약 11분해외 논리학 연구 해설 읽기 →
전체 정확도가 명제논리, 1차논리, 비단조논리의 규칙별 진단 칸으로 분해되는 그림

논리 규칙 하나씩 시험하면 언어모델의 약점이 더 선명해질까?

전체 정확도가 명제논리, 1차논리, 비단조논리의 규칙별 진단 칸으로 분해되는 그림
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

논리 규칙 하나씩 시험하면 언어모델의 약점이 더 선명해질까?

LogicBench는 25개 추론 패턴을 명제·1차·비단조 논리로 나눠, 정답률 하나가 숨기는 규칙별 실패를 드러냅니다.

LogicBench: Towards Systematic Evaluation of Logical Reasoning Ability of Large Language Models

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
열 개의 증명 단계 중 아홉 단계가 초록색으로 성공해도 한 중간 단계의 실패가 최종 정리 실패로 이어지는 사슬 도식.

증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?

열 개의 증명 단계 중 아홉 단계가 초록색으로 성공해도 한 중간 단계의 실패가 최종 정리 실패로 이어지는 사슬 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?

Lean Meets Theoretical Computer Science는 매개변수화한 Busy Beaver·혼합 불 대수 문제로 단계 성공률과 전체 증명 성공률의 큰 차이를 드러낸다.

Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
큰 정리를 작은 목표로 나누면 AI 증명은 더 강해질까?의 질문, 방법, 결과와 적용 범위를 세 단계 카드로 정리한 교육용 도식

큰 정리를 작은 목표로 나누면 인공지능(AI) 증명은 더 강해질까?

큰 정리를 작은 목표로 나누면 AI 증명은 더 강해질까?의 질문, 방법, 결과와 적용 범위를 세 단계 카드로 정리한 교육용 도식
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

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

게시 2026-09-13 · 약 11분해외 논리학 연구 해설 읽기 →
원 목표에서 변형 문제 묶음, 강화학습, 트리 탐색, Lean 커널 검증으로 이어지는 순환도

인공지능(AI)가 한 문제를 푸는 동안 그 문제 주변의 변형을 새로 학습하면 증명력이 올라갈까?

원 목표에서 변형 문제 묶음, 강화학습, 트리 탐색, Lean 커널 검증으로 이어지는 순환도
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)가 한 문제를 푸는 동안 그 문제 주변의 변형을 새로 학습하면 증명력이 올라갈까?

AlphaProof는 Lean 검증 환경, 대규모 자기학습과 문제별 시험시점 강화학습을 결합해 2024 IMO 비기하 5문제 중 3문제를 풀었지만 막대한 계산비용과 형식화 범위가 제한입니다.

Olympiad-level Formal Mathematical Reasoning with Reinforcement Learning

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →

6–10 / 19편