온도를 바꾸면 인공지능(AI)의 1위 답은 그대로인데 확신만 달라질까?
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
로짓과 온도를 바꾸어 확률 간격을 직접 계산하고, 양의 온도 조정이 확신 표현은 바꾸지만 같은 로짓의 1위 답은 바꾸지 않는 이유를 확인합니다.
On Calibration of Modern Neural Networks
노출 방식·대상·주의 측정값을 바꾸어 세 실험 중 직접 비교할 연구와 결과·한계 표, 허용되는 해석을 함께 갱신합니다.
Not just scenery: Viewing nature pictures improves executive attention in older adults
Körner 등의 세 사전등록 연구를 통해 설명 전후 지식 확신과 권력감의 관계를 살핍니다.
It doesn’t matter if you are in charge of the trees, you always miss the trees for the forest: Power and the illusion of explanatory depth
세 실험에서 상대의 확신 표현이 공동 판단에 미치는 영향을 살피고, 확신을 유용한 단서로 쓰되 근거 강도와 분리해 검토하는 방법을 제안합니다.
The Persuasive Power of Knowledge: Testing the Confidence Heuristic
제보 수·독립 제보자·같은 기간 기준선·기록 확인과 질문을 바꾸어 확인된 사실, 경향 신호와 남은 쟁점을 구분합니다.
Conducting a Field Investigation
1–5 / 19편