인공지능(AI)가 ‘90% 확신’하면 열 번 중 아홉 번 맞을까?
언어모델의 P(True)와 P(IK) 연구를 통해 자신감, 판별력, 보정, 새 과제 일반화를 구분합니다. 답변 임계값을 움직여 선택적 응답의 대가를 살펴보세요.
Language Models (Mostly) Know What They Know
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
언어모델의 P(True)와 P(IK) 연구를 통해 자신감, 판별력, 보정, 새 과제 일반화를 구분합니다. 답변 임계값을 움직여 선택적 응답의 대가를 살펴보세요.
Language Models (Mostly) Know What They Know
위고 메르시에와 댄 스퍼버는 추론의 주된 기능을 개인의 혼자 하는 문제 해결이 아니라, 의사소통에서 논거를 만들고 평가하는 능력으로 보는 ‘논증 이론’을 제안합니다. 개인의 확증 편향과 토론 속 상호 검토를 하나의 틀에서 읽어 봅니다.
인간은 왜 추론하는가? 논증 이론을 위한 논거 — Why do humans reason? Arguments for an argumentative theory
전문가 사고구술 연구와 고등학생 전국 표본 평가를 선택해 포함 근거, 허용되는 해석과 필요한 개입 연구를 구분합니다.
Lateral Reading and the Nature of Expertise
내용은 그대로인데 먼저 놓인 답을 고른다면 판정은 얼마나 믿을 수 있을까요? 두 순서의 결과를 비교하는 가상 실험을 해 봅니다.
Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena
‘참석하면 이름표를 받는다’의 방향을 뒤집은 오답을 반례로 고치고, 추가 전제나 직접 기록에 따라 가능한 경우와 결론을 바꿉니다.
Chapter 12: Semantic concepts
41–45 / 180편