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 결과210건

검색 결과 제목

  1. 156정책 시행 시점이 제각각이면 이중차분 평균이 뒤섞일까?
  2. 157증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?
  3. 158학생이 만든 문제를 더 풀면 학습 효과도 자동으로 커질까?
  4. 159큰 정리를 작은 목표로 나누면 인공지능(AI) 증명은 더 강해질까?
  5. 160문제를 잘게 나누면 인공지능(AI)가 더 어려운 문제도 풀 수 있을까?
조기 도입 A, 후기 도입 B, 미도입 C의 시간표에서 좋은 비교와 이미 처치된 집단을 통제로 쓰는 주의 비교가 색으로 구분된 도식

정책 시행 시점이 제각각이면 이중차분 평균이 뒤섞일까?

조기 도입 A, 후기 도입 B, 미도입 C의 시간표에서 좋은 비교와 이미 처치된 집단을 통제로 쓰는 주의 비교가 색으로 구분된 도식
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

정책 시행 시점이 제각각이면 이중차분 평균이 뒤섞일까?

Goodman-Bacon의 분해를 통해 시차 도입 자료의 두 방향 고정효과 추정치가 여러 2×2 비교의 가중평균이며 이미 처치된 집단이 통제가 될 때 해석이 흔들릴 수 있음을 설명합니다.

Difference-in-Differences with Variation in Treatment Timing

게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
열 개의 증명 단계 중 아홉 단계가 초록색으로 성공해도 한 중간 단계의 실패가 최종 정리 실패로 이어지는 사슬 도식.

증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?

열 개의 증명 단계 중 아홉 단계가 초록색으로 성공해도 한 중간 단계의 실패가 최종 정리 실패로 이어지는 사슬 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

증명 단계를 거의 다 맞혀도 전체 정리는 못 풀 수 있을까?

Lean Meets Theoretical Computer Science는 매개변수화한 Busy Beaver·혼합 불 대수 문제로 단계 성공률과 전체 증명 성공률의 큰 차이를 드러낸다.

Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
모두 문제 생성이라는 공통 활동 뒤 학생 문항 교사 문항 추가 없음 세 조건으로 갈라지고 증분 효과 비교점에 모인다.

학생이 만든 문제를 더 풀면 학습 효과도 자동으로 커질까?

모두 문제 생성이라는 공통 활동 뒤 학생 문항 교사 문항 추가 없음 세 조건으로 갈라지고 증분 효과 비교점에 모인다.
논리교육과 평가해외 학술 연구 · 연구 해설 · 심화

학생이 만든 문제를 더 풀면 학습 효과도 자동으로 커질까?

145명 5학년 준실험은 학생 생성 문항을 푸는 조건이 교사 문항이나 문제 생성만 한 조건보다 추가 이득을 보이지 않은 결과도 함께 보고했습니다.

Effects of Student-generated Questions as the Source of Online Drill-and-practice Activities on Learning

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 →

156–160 / 210편