통합검색

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

긴 문서의 가운데 근거도 AI가 똑같이 찾을까?

같은 정답 문서를 9개 묶음의 앞·가운데·끝으로 옮기는 통제 실험으로, 문맥 수용 길이와 실제 근거 사용 능력을 구분합니다.

잘못된 그래프를 찾는 데 위치 정보가 왜 필요할까?

3,026개 사례와 21개 오도 유형의 벤치마크는 답뿐 아니라 문제 영역을 찾는 능력을 평가합니다.

Unmasking Deceptive Visuals: Benchmarking Multimodal Large Language Models on Misleading Chart Question Answering

긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?

긴 문맥의 처음과 끝에서는 성능이 높고 가운데 근거에서는 낮아지는 U자형 위치 민감성 곡선