통합검색

긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?

긴 문맥 모델도 근거 위치에 따라 성능이 달라졌습니다. 문서 수와 위치를 바꾸는 교육 모형으로 강건성을 점검합니다.

Lost in the Middle: How Language Models Use Long Contexts

언어모형을 크게 만들수록 무엇을 장부에 남겨야 할까?

Bender 등 연구자들의 ‘확률적 앵무새’ 논문을 통해 대규모 언어모형의 자료 문서화, 환경비용, 편향, 이해관계자 위험을 점검합니다.

On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?

자료를 더 넣으면 중요한 근거도 반드시 남을까?

여섯 자료 중 핵심 근거의 위치와 검토 예산을 바꾸어, 포함 여부를 규칙으로 직접 확인합니다.

AI를 바꾸면 예전 검사를 다시 해야 할까?

두 버전의 고정 검사 결과와 출시 기준을 바꾸어, 평균 개선 뒤에도 생길 수 있는 회귀를 찾습니다.

표현만 바꾸면 AI의 설명도 달라질까?

결정 규칙은 그대로 둔 채 보기 순서와 무관한 장식을 바꾸어, 선택과 설명 근거가 함께 유지되는지 검사합니다.