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 결과347건

검색 결과 제목

  1. 246먼저 풀다 실패하면 그다음 설명에서 더 배울까?
  2. 247증명 보조기의 실패 메시지는 인공지능(AI) 탐색을 어떻게 바꿀까?
  3. 248증명을 게임처럼 배우면 인공지능(AI)는 무엇을 예측할까?
  4. 249같은 연구를 다시 하면 결과는 얼마나 돌아올까?
  5. 250조건을 못 맞추는 퍼즐은 인공지능(AI)에게 왜 더 어려울까?
가상 점수 A[4,5,6]과 B[1,5,9]는 평균 5와 평균에서의 차이 합 0이 같지만 제곱 차이 합은 2와 32로 다름을 나타낸 표.

먼저 풀다 실패하면 그다음 설명에서 더 배울까?

가상 점수 A[4,5,6]과 B[1,5,9]는 평균 5와 평균에서의 차이 합 0이 같지만 제곱 차이 합은 2와 32로 다름을 나타낸 표.
논리교육과 평가해외 학술 연구 · 연구 해설 · 일반

먼저 풀다 실패하면 그다음 설명에서 더 배울까?

문제 해결과 설명의 순서를 비교한 메타분석을 읽습니다. 실패한 시도를 이후 설명에 연결하는 설계와 단순히 어렵게 만드는 활동을 구별합니다.

When Problem Solving Followed by Instruction Works: Evidence for Productive Failure

게시 2026-09-12 · 약 8분해외 논리학 연구 해설 읽기 →
후보 증명, Lean 피드백, 탐색 갱신을 연결해 조건과 범위를 확인하는 교육용 도식.

증명 보조기의 실패 메시지는 인공지능(AI) 탐색을 어떻게 바꿀까?

후보 증명, Lean 피드백, 탐색 갱신을 연결해 조건과 범위를 확인하는 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

증명 보조기의 실패 메시지는 인공지능(AI) 탐색을 어떻게 바꿀까?

DeepSeek-Prover-V1.5는 Lean 4 검증 피드백을 강화학습과 트리 탐색에 이용해 형식증명 성능을 평가했습니다.

DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
Coq, 증명 상태, 전술 예측의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

증명을 게임처럼 배우면 인공지능(AI)는 무엇을 예측할까?

Coq, 증명 상태, 전술 예측의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

증명을 게임처럼 배우면 인공지능(AI)는 무엇을 예측할까?

GamePad는 Coq 증명을 목표·맥락·전술·하위 목표의 상태 전이로 노출해 AI가 남은 거리와 다음 전술을 학습하도록 했습니다.

GamePad: A Learning Environment for Theorem Proving

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
원 연구, 직접 재현, 복수 기준를 연결해 조건과 범위를 확인하는 교육용 도식.

같은 연구를 다시 하면 결과는 얼마나 돌아올까?

원 연구, 직접 재현, 복수 기준를 연결해 조건과 범위를 확인하는 교육용 도식.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

같은 연구를 다시 하면 결과는 얼마나 돌아올까?

대규모 심리학 재현 프로젝트는 유의성 하나가 아니라 효과 크기·신뢰구간·주관 평가를 함께 봐야 함을 보여 줍니다.

Estimating the reproducibility of psychological science

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
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 →

246–250 / 347편