통합검색

사람에게 같은 그림인데 AI 판단은 왜 달라질까?

16칸 중 같은 한 칸 변화도 위치에 따라 출력이 유지되거나 뒤집히는 규칙으로, 무작위 흔들림과 의도적 취약성 검사를 구분합니다.

“유도 질문”이라는 딱지만 붙이면 반박이 끝날까?

오류 이름을 맞히는 일보다 숨은 전제와 대화 맥락을 드러내는 일이 왜 중요한지 질문 설계로 알아봅니다.

Fallacies

증명 인공지능(AI)를 비교하려면 같은 문제를 여러 형식체계로 옮겨야 할까?

miniF2F는 올림피아드 수준 문제를 여러 증명 보조기 형식으로 맞춰 신경 정리증명기의 비교 기반을 만들었습니다.

MiniF2F: a cross-system benchmark for formal Olympiad-level mathematics

인공지능(AI)가 정답을 맞히면 근거 사슬도 맞았을까?

ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.

ProofWriter: Generating Implications, Proofs, and Abductive Statements over Natural Language

증명 답안의 점수를 인공지능(AI)에게 맡겨도 될까?

수학올림피아드 증명 평가 연구에서 자동 채점의 어려움을 읽습니다. 예시 확인과 일반 증명을 구별하는 작은 답안으로 채점 근거를 점검합니다.

Proof or Bluff? Evaluating LLMs on 2025 USA Math Olympiad