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 결과21건

검색 결과 제목

  1. 11인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?
  2. 12인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?
  3. 13논리 규칙 하나씩 시험하면 언어모델의 약점이 더 선명해질까?
  4. 14큰 정리를 작은 목표로 나누면 인공지능(AI) 증명은 더 강해질까?
  5. 15문제를 잘게 나누면 인공지능(AI)가 더 어려운 문제도 풀 수 있을까?
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 →
2,3,4,6에서 6÷2=3을 선택하여 남은 수3,3,4, 이어3+3=6과6×4=24로 진행하는 검산표. 다른 첫 선택은 미검토.

인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?

2,3,4,6에서 6÷2=3을 선택하여 남은 수3,3,4, 이어3+3=6과6×4=24로 진행하는 검산표. 다른 첫 선택은 미검토.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?

생각의 나무는 중간 풀이를 여러 갈래로 만들고 평가하여 탐색합니다. 유망하다는 판단과 실제 정답 검사는 따로 보아야 합니다.

Tree of Thoughts: Deliberate Problem Solving with Large Language Models

게시 2026-09-13 · 약 8분해외 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 →
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 →
43명 이동 예시의 입력과 결과 표. 버스 3대, 버스비 54만 원, 식비 43만 원을 구해 총비용 97만 원을 얻는다.

문제를 잘게 나누면 인공지능(AI)가 더 어려운 문제도 풀 수 있을까?

43명 이동 예시의 입력과 결과 표. 버스 3대, 버스비 54만 원, 식비 43만 원을 구해 총비용 97만 원을 얻는다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

문제를 잘게 나누면 인공지능(AI)가 더 어려운 문제도 풀 수 있을까?

작은 문제의 답을 다음 문제에 전달하는 least-to-most 연구는 분해의 개수보다 의존 순서와 분해 자체의 정확성이 중요함을 보여 줍니다.

Least-to-Most Prompting Enables Complex Reasoning in Large Language Models

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →

11–15 / 21편