통합검색

목표가 둘이면 최선도 하나일까?

시간과 에너지를 함께 비교해, 어떤 조건에서도 먼저 제외할 수 있는 경로와 선택이 바뀌는 지점을 찾습니다.

그럴듯한 AI 해설은 실제 판단 이유와 같을까

마일스 터핀 등의 연구는 언어모델이 출력한 단계별 설명이 답에 영향을 준 요인을 충실하게 드러내는지 묻습니다. 저자들은 입력의 편향 요소가 답에 영향을 주었는데도 설명에서는 그 영향이 언급되지 않는 사례를 보고합니다. 설명의 설득력과 판단 이유에 대한 충실성을 구분해 읽을 수 있는 논문입니다.

언어모델은 생각한 대로 항상 말하지 않는다 — Language Models Don’t Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting

중간 추론을 보여 주면 AI의 정답률은 달라질까

제이슨 웨이 등의 연구는 풀이의 중간 단계를 포함한 예시를 언어모델에 보여 주는 방법을 조사합니다. 저자들은 세 언어모델을 대상으로 산술·상식·기호 추론 과제에서 성능 개선을 보고했습니다. 읽기의 초점은 설명이 길어졌다는 인상보다 어떤 비교 조건에서 정답률이 달라졌는지에 두면 좋습니다.

사고 사슬 프롬프팅은 대규모 언어모델의 추론을 이끌어 낸다 — Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

AI와 함께 여는 생각그림의 다음 장

그림을 읽고 설명하는 AI와 함께 생각하려면 무엇을 확인해야 할까요? 시각 인식, 관계의 표현, 결론의 검토를 나누어 살펴봅니다. 가상 AI 답변의 조건과 화살표를 직접 고치고, 같은 자료에서 결론이 달라질 수 있는 경우를 비교하며 생각그림연구소의 다음 연구를 열어 갑니다.

중국의 수학자는 그림으로 어떻게 설명했을까?

밭을 잘라 옮기고, 곡식의 조건을 나란히 놓고, 원을 더 잘게 나눕니다. 『구장산술』의 세 장면을 따라 모양과 숫자를 바꾸면서도 지켜야 하는 관계를 읽습니다.