통합검색

AI가 같은 답을 여러 번 하면 더 믿을 수 있을까?

다섯 번의 보이는 출력과 외부 정답을 나란히 두고, 높은 일치율이 도움이 되는 조건과 같은 오류가 반복되는 경우를 구분합니다.

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

논증의 질을 점수 하나로 줄여도 될까?

논리적 타당성, 청중 설득, 대화의 공정성은 서로 다른 질문입니다. 15개 차원의 논증 품질 분류를 평가표로 읽습니다.

Computational Argumentation Quality Assessment in Natural Language

AI 내부 특징에 붙인 이름은 어떻게 검증할까?

활성이 큰 예시 몇 개로 만든 이름을 더 넓은 구간과 미공개 문장에 대어 보며 관찰과 해석을 구분합니다.

함께 변하는 것과 원인이 되는 것

냉각 장치가 켜진 기록에서 과열이 더 많다면, 장치가 문제일까요? 공통 원인을 그림에 놓고 기록을 고르는 관찰과 조건을 바꾸는 개입을 비교합니다. 가동 규칙과 집단 구성을 직접 바꾸며, 같은 숫자에서 서로 다른 질문을 읽어 보세요.