인공지능(AI)는 빠진 전제가 있는 논증도 같은 유형으로 분류할 수 있을까?
ACL 2025 연구는 일곱 언어모델의 논증 유형 분류를 비교하며, 생략된 전제가 있는 엔티밈과 작은 모델에서 어려움이 커짐을 보였습니다.
Can Large Language Models Understand Argument Schemes?
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
ACL 2025 연구는 일곱 언어모델의 논증 유형 분류를 비교하며, 생략된 전제가 있는 엔티밈과 작은 모델에서 어려움이 커짐을 보였습니다.
Can Large Language Models Understand Argument Schemes?
체코 대학생 110명을 무작위 배정한 2×2 실험에서 메타인지 프롬프트의 지식검사 효과가 유의하지 않았고 자료 형식과 개인차가 중요했음을 살펴봅니다.
Exploring the effects of metacognitive prompts on learning outcomes: An experimental study in higher education
MATP-BENCH는 그림과 텍스트가 함께 있는 1,056개 정리를 Lean 4·Coq·Isabelle 형식화와 묶어 멀티모달 모델의 증명 능력을 평가한다.
MATP-BENCH: Can MLLM Be a Good Automated Theorem Prover for Multimodal Problems?
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
대학생 74명의 8주 학습일지 연구에서 초기 프롬프트는 전략 사용을 활성화했지만, 장기 제공 집단은 단기 제공 집단보다 전략·자기효능감·시험성적이 높지 않았습니다.
Effects of Short- and Long-Term Prompting in Learning Journals on Strategy Use, Self-efficacy, and Learning Outcomes
16–20 / 43편