통합검색

검사를 스무 번 하면 우연한 발견도 늘어날까?

검사마다 5%인 오경보 가능성이 여러 검사를 거치며 어떻게 쌓이는지 보고, Bonferroni 조정이 무엇을 보장하고 무엇을 포기하는지 살핍니다.

차이가 유의하지 않으면 두 방법이 같은 걸까?

0을 포함하는 넓은 구간과 사전에 정한 허용 범위 안의 좁은 구간을 비교해 ‘차이 없음’의 조건을 구분합니다.

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

AI가 80%라고 말하면 열 번 중 여덟 번 맞을까?

AI가 붙인 신뢰도와 같은 신뢰도를 받은 사례의 실제 정답 비율을 구간별로 맞대어 과신과 과소신을 찾습니다.

가장 그럴듯한 다음 말이 사실일까?

다음 토큰 후보를 고르는 계산과 원문·자료를 대조해 사실을 확인하는 절차를 분리합니다.