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 결과263건

검색 결과 제목

  1. 206조건을 못 맞추는 퍼즐은 인공지능(AI)에게 왜 더 어려울까?
  2. 207이미 기다린 시간이 길수록 더 기다려야 할까?
  3. 208정리증명 인공지능(AI)를 시험할 ‘환경’은 왜 필요할까?
  4. 209문장을 논리식으로 잘 옮기면 인공지능(AI) 추론도 끝난 걸까?
  5. 210시각화가 틀리면 어느 단계부터 다시 봐야 할까?
후보 생성, 조건 검사, 불가능성 증명를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.

조건을 못 맞추는 퍼즐은 인공지능(AI)에게 왜 더 어려울까?

후보 생성, 조건 검사, 불가능성 증명를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

조건을 못 맞추는 퍼즐은 인공지능(AI)에게 왜 더 어려울까?

SATBench의 2,100개 문제는 해 찾기와 불가능성 판정 사이의 비대칭을 드러냅니다.

SATBench: Benchmarking LLMs’ Logical Reasoning via Automated Puzzle Generation from SAT Formulas

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
이미 투자한 시간, 남은 비용, 현재 선택를 연결해 조건과 범위를 확인하는 교육용 도식.

이미 기다린 시간이 길수록 더 기다려야 할까?

이미 투자한 시간, 남은 비용, 현재 선택를 연결해 조건과 범위를 확인하는 교육용 도식.
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 일반

이미 기다린 시간이 길수록 더 기다려야 할까?

쥐·생쥐·사람의 병렬 과제는 이미 투자한 시간이 이후 포기 결정에 어떤 영향을 주는지 비교했습니다.

Sensitivity to “sunk costs” in mice, rats, and humans

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
HOL Light, 공통 벤치마크, 강화학습의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

정리증명 인공지능(AI)를 시험할 ‘환경’은 왜 필요할까?

HOL Light, 공통 벤치마크, 강화학습의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

정리증명 인공지능(AI)를 시험할 ‘환경’은 왜 필요할까?

HOList는 HOL Light의 수학 말뭉치를 기계학습 환경과 벤치마크로 공개해 증명 모델을 같은 조건에서 훈련·재생·검증하도록 했습니다.

HOList: An Environment for Machine Learning of Higher-Order Theorem Proving

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
자연어 문장, 1차 논리 변환, 구문 유효성 검사, 결론과 부정의 실행으로 이어지는 네 단계 파이프라인과 번역 오류·추론 오류 점검 지점.

문장을 논리식으로 잘 옮기면 인공지능(AI) 추론도 끝난 걸까?

자연어 문장, 1차 논리 변환, 구문 유효성 검사, 결론과 부정의 실행으로 이어지는 네 단계 파이프라인과 번역 오류·추론 오류 점검 지점.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

문장을 논리식으로 잘 옮기면 인공지능(AI) 추론도 끝난 걸까?

FOLIO는 자연어를 1차 논리로 옮기는 정확성과 실제 결론을 실행하는 정확성이 다를 수 있음을 보여 줍니다.

FOLIO: Natural Language Reasoning with First-Order Logic

게시 2026-09-12 · 약 11분해외 논리학 연구 해설 읽기 →
영역 문제, 추상화, 표현·알고리즘의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

시각화가 틀리면 어느 단계부터 다시 봐야 할까?

영역 문제, 추상화, 표현·알고리즘의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

시각화가 틀리면 어느 단계부터 다시 봐야 할까?

Munzner의 중첩 모형은 시각화의 네 설계 층을 나누고, 위층의 오해가 아래층의 정교한 구현까지 연쇄적으로 무효화할 수 있음을 보입니다.

A Nested Model for Visualization Design and Validation

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →

206–210 / 263편