온도를 바꾸면 인공지능(AI)의 1위 답은 그대로인데 확신만 달라질까?
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
게시 2026-10-06 · 약 10분해외 논리학 연구 해설 읽기 →
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
점검 범위와 통과 수를 바꾸어 존재·점검 표본 전체·전체 물량 주장을 구분하고, 가능한 반례 배치를 계산합니다.
forall x: Calgary, Chapter 23: Building blocks of FOL
두 기간의 최솟값·최댓값과 쓰기 초점을 바꾸어 최대값 개선과 범위 변화가 다른 방향일 때 보고 문장을 고칩니다.
1.3.5.6. Measures of Scale
질문의 대상·답의 구체성·후속 발화를 바꾸어 확인된 사실, 합의, 남은 쟁점과 다음 발화를 비교합니다.
Using Effective Questions to Engage Students
말하는 사람·발화 위치·지시 표현을 바꾸어 ‘여기·거기·그 사람’의 해석 중심과 추가 문맥을 비교합니다.
Indexicals
16–20 / 224편