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 결과67건

검색 결과 제목

  1. 26사람의 풀이 개요가 자동 증명기의 길잡이가 될 수 있을까?
  2. 278,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?
  3. 28인공지능(AI)에게 여러 번 물어 가장 많은 답을 고르면 더 정확할까?
  4. 29인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?
  5. 30논리적으로 같은 문장을 조금 바꾸면 인공지능(AI) 답도 그대로일까?
비형식 풀이 초안, 빈칸 있는 형식 스케치, 커널 검증 증명의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

사람의 풀이 개요가 자동 증명기의 길잡이가 될 수 있을까?

비형식 풀이 초안, 빈칸 있는 형식 스케치, 커널 검증 증명의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

사람의 풀이 개요가 자동 증명기의 길잡이가 될 수 있을까?

Jiang 등은 488개 miniF2F 문제에서 비형식 풀이→형식 스케치→자동 증명의 세 단계를 결합해 Isabelle 검증 성공률을 높였습니다.

Draft, Sketch, and Prove: Guiding Formal Theorem Provers with Informal Proofs

게시 2026-09-13 · 약 11분해외 논리학 연구 해설 읽기 →
한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

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

게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
다섯 가상 풀이 중 세 개가 24, 두 개가 28. 가장 많은 답 24와 그 답의 정답 여부가 다름을 표시한 표.

인공지능(AI)에게 여러 번 물어 가장 많은 답을 고르면 더 정확할까?

다섯 가상 풀이 중 세 개가 24, 두 개가 28. 가장 많은 답 24와 그 답의 정답 여부가 다름을 표시한 표.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)에게 여러 번 물어 가장 많은 답을 고르면 더 정확할까?

자기일관성 방법은 다양한 풀이 경로에서 최종 답을 모읍니다. 정답률 개선과 답의 논리적 보증을 구별하고, 반복 답변의 독립성도 따져 봅니다.

Self-Consistency Improves Chain of Thought Reasoning in Language Models

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
2,3,4,6에서 6÷2=3을 선택하여 남은 수3,3,4, 이어3+3=6과6×4=24로 진행하는 검산표. 다른 첫 선택은 미검토.

인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?

2,3,4,6에서 6÷2=3을 선택하여 남은 수3,3,4, 이어3+3=6과6×4=24로 진행하는 검산표. 다른 첫 선택은 미검토.
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?

생각의 나무는 중간 풀이를 여러 갈래로 만들고 평가하여 탐색합니다. 유망하다는 판단과 실제 정답 검사는 따로 보아야 합니다.

Tree of Thoughts: Deliberate Problem Solving with Large Language Models

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
원문과 대우 이중부정 무관사실 변형이 같은 정답 노드에 모이고 부정 변형의 불일치가 따로 표시된다.

논리적으로 같은 문장을 조금 바꾸면 인공지능(AI) 답도 그대로일까?

원문과 대우 이중부정 무관사실 변형이 같은 정답 노드에 모이고 부정 변형의 불일치가 따로 표시된다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

논리적으로 같은 문장을 조금 바꾸면 인공지능(AI) 답도 그대로일까?

RobustLR는 최소 논리 편집과 동치 변환으로 연역 모델의 일관성을 검사했고, 학습된 모델들이 특히 부정에서 흔들림을 보였습니다.

RobustLR: A Diagnostic Benchmark for Evaluating Logical Robustness of Deductive Reasoners

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →

26–30 / 67편