통합검색

검사를 스무 번 하면 우연한 발견도 늘어날까?

검사마다 5%인 오경보 가능성이 여러 검사를 거치며 어떻게 쌓이는지 보고, Bonferroni 조정이 무엇을 보장하고 무엇을 포기하는지 살핍니다.

차이가 유의하지 않으면 두 방법이 같은 걸까?

0을 포함하는 넓은 구간과 사전에 정한 허용 범위 안의 좁은 구간을 비교해 ‘차이 없음’의 조건을 구분합니다.

증명 인공지능(AI)를 비교하려면 같은 문제를 여러 형식체계로 옮겨야 할까?

miniF2F는 올림피아드 수준 문제를 여러 증명 보조기 형식으로 맞춰 신경 정리증명기의 비교 기반을 만들었습니다.

MiniF2F: a cross-system benchmark for formal Olympiad-level mathematics

공정하게 보자고 다짐한 뒤 어떤 질문을 더 할까?

반대 가능성을 고려하게 한 고전 연구의 공개 초록을 소개합니다. 서로 다른 설명이 예측하는 관찰을 비교하는 활동으로 이어갑니다.

Considering the opposite: a corrective strategy for social judgment

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