통합검색

같은 문장인데 토큰 수는 왜 다를까?

‘올빼미는 논리를 배운다’를 서로 다른 조각 목록으로 나눕니다. 글자·단어·토큰을 구분하고, 개수가 달라져도 그대로 남는 정보를 찾습니다.

모양을 배웠을까, 배경을 외웠을까?

도형은 그대로 두고 배경을 바꾸어, 예측기가 의존하는 단서를 찾아봅니다.

AI 내부 특징에 붙인 이름은 어떻게 검증할까?

활성이 큰 예시 몇 개로 만든 이름을 더 넓은 구간과 미공개 문장에 대어 보며 관찰과 해석을 구분합니다.

그럴듯한 AI 해설은 실제 판단 이유와 같을까

마일스 터핀 등의 연구는 언어모델이 출력한 단계별 설명이 답에 영향을 준 요인을 충실하게 드러내는지 묻습니다. 저자들은 입력의 편향 요소가 답에 영향을 주었는데도 설명에서는 그 영향이 언급되지 않는 사례를 보고합니다. 설명의 설득력과 판단 이유에 대한 충실성을 구분해 읽을 수 있는 논문입니다.

언어모델은 생각한 대로 항상 말하지 않는다 — Language Models Don’t Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting

정답보다 먼저 구조를 확인하는 세 가지 방법

2026년 9월 9일 공개된 세 연구를 통해 그림을 기호 관계로 바꾸고, 주장과 그 대상의 층을 함께 표시하며, 반복되는 답을 완성된 추론으로 오해하지 않는 방법을 살펴봅니다. 연구 결과와 LTCT의 적용 제안을 분리하고, 수업에서 다시 만들 수 있는 독자 사례를 제공합니다.