언어모델과 정리증명기는 어디에서 역할을 나눌까?
LINC는 언어모델을 의미 파서로, 1차 논리 증명기를 판정기로 사용해 언어 이해와 형식 추론의 책임을 분리했습니다.
LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
LINC는 언어모델을 의미 파서로, 1차 논리 증명기를 판정기로 사용해 언어 이해와 형식 추론의 책임을 분리했습니다.
LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
p<.05와 p>.05의 경계 비교는 두 효과의 차이 검정이 아닙니다. 추정치의 차이와 그 불확실성을 직접 계산해야 합니다.
The Difference Between ‘Significant’ and ‘Not Significant’ is not Itself Statistically Significant
Logic-LM은 언어모델의 형식화와 기호 솔버의 판정을 결합하고 오류 메시지로 번역을 고치는 절차를 평가했습니다.
Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
열 가지 학습 기법을 종합한 2013년 검토에서 분산학습의 근거와 실제 적용 한계를 정확히 구분합니다.
Improving Students' Learning With Effective Learning Techniques: Promising Directions From Cognitive and Educational Psychology
쥐·생쥐·사람의 병렬 과제는 이미 투자한 시간이 이후 포기 결정에 어떤 영향을 주는지 비교했습니다.
Sensitivity to “sunk costs” in mice, rats, and humans
261–265 / 299편