인공지능(AI)가 쓸 만한 정리를 찾으면 증명도 끝난 걸까?
린도조 연구에서 전제 검색, 다음 단계 제안, 형식 검증의 역할을 나눕니다. 증명의 빈칸이 어떻게 드러나는지 살펴봅니다.
LeanDojo: Theorem Proving with Retrieval-Augmented Language Models
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
린도조 연구에서 전제 검색, 다음 단계 제안, 형식 검증의 역할을 나눕니다. 증명의 빈칸이 어떻게 드러나는지 살펴봅니다.
LeanDojo: Theorem Proving with Retrieval-Augmented Language Models
LINC는 언어모델을 의미 파서로, 1차 논리 증명기를 판정기로 사용해 언어 이해와 형식 추론의 책임을 분리했습니다.
LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
Logic-LM은 언어모델의 형식화와 기호 솔버의 판정을 결합하고 오류 메시지로 번역을 고치는 절차를 평가했습니다.
Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
FOLIO는 자연어를 1차 논리로 옮기는 정확성과 실제 결론을 실행하는 정확성이 다를 수 있음을 보여 줍니다.
FOLIO: Natural Language Reasoning with First-Order Logic
논증의 문장 구조와 실제 대화의 발언 기회·신뢰 배분을 함께 살피는 여성주의 논증 연구를 소개합니다.
Feminist Perspectives on Argumentation
41–45 / 52편