통합검색

유의해진 순간 멈추면 오류율도 그대로일까?

40·60·80·100명에서 같은 p값을 보면서 매번 0.05, 최종 한 번, 네 번 보정이라는 세 규칙이 어떤 판단을 만드는지 비교합니다.

관련 문서를 찾으면 AI 답도 근거가 충분할까?

검색 문서의 주제 관련성과 생성 문장의 직접 지지·완전성을 나눠, 인용이 붙은 답을 주장 단위로 검사합니다.

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

근거가 그럴듯한데도 무엇이 더 필요할까?

근거의 충분성을 판단한 해외 말뭉치 연구를 읽고, 사례 하나에서 넓은 결론으로 넘어갈 때 빠진 정보를 찾아봅니다.

Recognizing Insufficiently Supported Arguments in Argumentative Essays

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