인공지능(AI)가 한 단계씩 맞게 추론해도 전체 증명은 실패할 수 있을까?
PrOntoQA 분석은 개별 추론 정확성과 여러 갈래에서 목표 경로를 찾는 증명 계획을 분리합니다.
Language Models Are Greedy Reasoners: A Systematic Formal Analysis of Chain-of-Thought
게시 2026-09-13 · 약 9분해외 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
PrOntoQA 분석은 개별 추론 정확성과 여러 갈래에서 목표 경로를 찾는 증명 계획을 분리합니다.
Language Models Are Greedy Reasoners: A Systematic Formal Analysis of Chain-of-Thought
기술논리의 개념·역할·개체 구분과 TBox·ABox 구조를 통해 분류, 포함, 만족 가능성 검사가 어떻게 지식 표현의 논리적 뼈대가 되는지 설명합니다.
Basic Description Logics
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?
정보 누출은 학습·평가 파일을 분리하는 것만으로 모두 막히지 않습니다. 자료를 가공하고 모형을 선택하는 전체 과정에서 경계를 지켜야 합니다.
Leakage and the Reproducibility Crisis in ML-based Science
불가능세계 의미론은 모순된 믿음과 반가능 조건문을 모두 똑같이 참으로 만들지 않는 방법을 탐구합니다.
Impossible Worlds
21–25 / 70편