신경망의 숫자를 논리 규칙이 계산할 수 있을까?
DeepProbLog은 신경술어의 확률과 확률논리 규칙을 결합해 최종 질의에서 끝까지 학습합니다.
DeepProbLog: Neural Probabilistic Logic Programming
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
DeepProbLog은 신경술어의 확률과 확률논리 규칙을 결합해 최종 질의에서 끝까지 학습합니다.
DeepProbLog: Neural Probabilistic Logic Programming
무작위로 물건을 받은 판매자는 구매자보다 높은 값을 요구했고, 소유권의 기준점 효과가 반복 거래에서도 관찰됐습니다.
Experimental Tests of the Endowment Effect and the Coase Theorem
Kimina-Prover Preview v1의 강화학습과 miniF2F pass@8192 결과를 살펴보며 대규모 후보 탐색 성과와 단일 시도 능력, 형식 검증 비용을 구분한다.
Kimina-Prover Preview: Towards Large Formal Reasoning Models with Reinforcement Learning
2025년 사전시험 연구는 정답 피드백까지의 지연과 최종 검사까지의 지연을 분리했습니다. 사전 응답의 이점과 실제 기억의 수준을 함께 읽습니다.
The Pretesting Effect: Exploring the Impact of Feedback and Final Test Timing
P-FOLIO는 0~20단계의 사람이 쓴 증명 연쇄를 제공해 최종 분류와 단계 규칙 평가를 분리합니다.
P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains
21–25 / 46편