대부분의 참가자가 찬성하면 찬성자의 대부분도 참가자일까?
일반화 양화사 이론은 ‘모두·몇몇·대부분’의 뜻을 집합 사이의 관계로 풉니다. 같은 교집합도 무엇을 기준으로 세는지에 따라 문장의 참이 달라집니다.
Generalized Quantifiers
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
일반화 양화사 이론은 ‘모두·몇몇·대부분’의 뜻을 집합 사이의 관계로 풉니다. 같은 교집합도 무엇을 기준으로 세는지에 따라 문장의 참이 달라집니다.
Generalized Quantifiers
MATP-BENCH는 그림과 텍스트가 함께 있는 1,056개 정리를 Lean 4·Coq·Isabelle 형식화와 묶어 멀티모달 모델의 증명 능력을 평가한다.
MATP-BENCH: Can MLLM Be a Good Automated Theorem Prover for Multimodal Problems?
NaturalProver는 배경 정리와 정의를 조건으로 자연어 증명 단계를 생성해 사람 평가를 개선했지만, 형식 검사기가 없는 자연어 증명은 여전히 인간 검토가 필요했습니다.
NaturalProver: Grounded Mathematical Proof Generation With Language Models
DeepProbLog은 신경술어의 확률과 확률논리 규칙을 결합해 최종 질의에서 끝까지 학습합니다.
DeepProbLog: Neural Probabilistic Logic Programming
HyperTree Proof Search는 증명 탐색 결과를 온라인 학습에 되돌려 훈련 분포 밖 정리의 탐색 정책을 개선한다.
HyperTree Proof Search for Neural Theorem Proving
31–35 / 77편