통합검색

인공지능(AI)가 ‘90% 확신’하면 열 번 중 아홉 번 맞을까?

언어모델의 P(True)와 P(IK) 연구를 통해 자신감, 판별력, 보정, 새 과제 일반화를 구분합니다. 답변 임계값을 움직여 선택적 응답의 대가를 살펴보세요.

Language Models (Mostly) Know What They Know

문서 속 명령이 AI의 도구를 움직여도 될까?

외부 문서의 지시와 도구 권한을 바꾸어, 읽을 자료와 실행할 명령 사이의 경계를 시험합니다.

AI 답 두 개가 같으면 근거도 두 개인가?

두 답의 출처 계보를 연결해, 답변 수와 독립 근거 수가 다른 경우를 직접 확인합니다.

AI가 도구를 쓰는 순서도 결과를 바꿀까?

검색·계산·기록 단계를 재배치해, 최신 자료를 언제 확인했는지가 최종값에 남기는 흔적을 봅니다.

인공지능(AI) 심사위원에게 답의 순서를 바꿔 보여 주면?

내용은 그대로인데 먼저 놓인 답을 고른다면 판정은 얼마나 믿을 수 있을까요? 두 순서의 결과를 비교하는 가상 실험을 해 봅니다.

Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena