그림으로 이해하고, 원문으로 깊이 읽습니다.
관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.
해외 학술 연구의 7개 분야
DeepSeek-Prover-V2는 비형식 풀이를 하위 목표로 재귀 분해해 형식 추론의 학습 자료와 보상 구조를 만든다.
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
작은 문제의 답을 다음 문제에 전달하는 least-to-most 연구는 분해의 개수보다 의존 순서와 분해 자체의 정확성이 중요함을 보여 줍니다.
Least-to-Most Prompting Enables Complex Reasoning in Large Language Models
39개 연구 메타분석은 가르칠 예정임을 알고 준비한 뒤 가르칠 때 이득이 컸고 기대 없이 가르친 조건은 0과 구별되지 않았다고 보고했습니다.
Interactive Learning Effects of Preparing to Teach and Teaching: a Meta-Analytic Approach
AlphaProof는 Lean 검증 환경, 대규모 자기학습과 문제별 시험시점 강화학습을 결합해 2024 IMO 비기하 5문제 중 3문제를 풀었지만 막대한 계산비용과 형식화 범위가 제한입니다.
Olympiad-level Formal Mathematical Reasoning with Reinforcement Learning
시각 부호화의 효과는 데이터 분포, 범주 수, 개별값·요약값 중 어떤 과제를 푸는지에 따라 달라진다.
Assessing Effects of Task and Data Distribution on the Effectiveness of Visual Encodings
386–390 / 484묶음
