필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?
같은 계산 구조에서 이름·숫자·무관 정보를 바꾸는 평가를 살펴봅니다. 한 번의 정답보다 변형에 대한 안정성을 묻습니다.
GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
같은 계산 구조에서 이름·숫자·무관 정보를 바꾸는 평가를 살펴봅니다. 한 번의 정답보다 변형에 대한 안정성을 묻습니다.
GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models
2026년 9월 개정된 로직스킬스 연구는 문장의 논리적 표현, 반례 구성, 타당성 판단을 나누어 평가합니다.
LogicSkills: A Structured Benchmark for Formal Reasoning in Large Language Models
AlphaGeometry는 신경 언어모형의 보조 구성 제안과 기호 추론기의 검증을 결합했습니다. 30문제 성과와 적용 범위를 분리해 읽습니다.
Solving Olympiad Geometry without Human Demonstrations
4,290개 퍼즐의 Mystery-Zebra는 논리 구조, 난이도와 표면 표현의 영향을 분리해 평가합니다.
Lexical Recall or Logical Reasoning: Probing the Limits of Reasoning Abilities in Large Language Models
Hernán과 Robins는 관찰자료 분석 전에 모방하려는 무작위시험의 참여 기준·전략·추적·결과·분석을 먼저 명시하라고 제안합니다.
Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available
276–280 / 510편