해외 학술 연구

해외 학술 연구

그림으로 이해하고, 원문으로 깊이 읽습니다.

관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

해외 학술 연구의 7개 분야

조건 초기화

해외 학술 연구512편 · 481묶음

검색 결과 제목

  1. 441수학 문제를 섞어 풀면 한 달 뒤에도 도움이 될까?
  2. 442필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?
  3. 443잘못된 그래프를 찾는 데 위치 정보가 왜 필요할까?
  4. 444정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?
  5. 445자료를 더 많이 모으면 원인을 알 수 있을까?
학급 배정, 문제 혼합, 지연 검사를 연결해 조건과 범위를 확인하는 교육용 도식.

수학 문제를 섞어 풀면 한 달 뒤에도 도움이 될까?

학급 배정, 문제 혼합, 지연 검사를 연결해 조건과 범위를 확인하는 교육용 도식.
논리교육과 평가해외 학술 연구 · 연구 해설 · 일반

수학 문제를 섞어 풀면 한 달 뒤에도 도움이 될까?

교실 군집무작위시험은 유형별 묶음 연습보다 섞어 풀기가 지연 시험에서 전략 선택을 더 잘 돕는지 비교했습니다.

A Randomized Controlled Trial of Interleaved Mathematics Practice

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
기본형 24÷4=6, 색 정보 추가형 24÷4=6, 8개 보관 조건 변경형 (24-8)÷4=4. 무관 정보와 실제 조건 변경을 구별한다.

필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?

기본형 24÷4=6, 색 정보 추가형 24÷4=6, 8개 보관 조건 변경형 (24-8)÷4=4. 무관 정보와 실제 조건 변경을 구별한다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 입문

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

게시 2026-09-12 · 약 7분해외 논리학 연구 해설 읽기 →
전체 차트, 의심 영역, 근거 설명를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.

잘못된 그래프를 찾는 데 위치 정보가 왜 필요할까?

전체 차트, 의심 영역, 근거 설명를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

잘못된 그래프를 찾는 데 위치 정보가 왜 필요할까?

3,026개 사례와 21개 오도 유형의 벤치마크는 답뿐 아니라 문제 영역을 찾는 능력을 평가합니다.

Unmasking Deceptive Visuals: Benchmarking Multimodal Large Language Models on Misleading Chart Question Answering

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
하나의 추론 문제를 논리 표현, 반례 구성, 타당성 판정의 세 과제로 나누고 마지막에 서로 모순 없는지 대조하는 교육용 평가 그림.

정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?

하나의 추론 문제를 논리 표현, 반례 구성, 타당성 판정의 세 과제로 나누고 마지막에 서로 모순 없는지 대조하는 교육용 평가 그림.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?

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

게시 2026-09-12 · 약 7분해외 논리학 연구 해설 읽기 →
학습 의욕에서 자발적 연습 참여와 사후 점수로 실선 화살표가 향한다. 연습 참여에서 사후 점수로 향하는 점선은 확인하려는 효과를 표시한다. 전체는 가상의 인과 가정이다.

자료를 더 많이 모으면 원인을 알 수 있을까?

학습 의욕에서 자발적 연습 참여와 사후 점수로 실선 화살표가 향한다. 연습 참여에서 사후 점수로 향하는 점선은 확인하려는 효과를 표시한다. 전체는 가상의 인과 가정이다.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 심화

자료를 더 많이 모으면 원인을 알 수 있을까?

연습한 사람이 높은 점수를 받았다고 해서 연습의 효과가 바로 입증되지는 않습니다. 인과 그림으로 비교의 조건을 살펴봅니다.

Causal inference in statistics: An overview

게시 2026-09-12 · 약 6분해외 논리학 연구 해설 읽기 →

441–445 / 481묶음