풀이 예시를 보여 주면 작은 인공지능(AI)도 추론을 잘하게 될까?
Wei 등의 연쇄 사고 촉진 연구를 모델 규모별로 읽고, 풀이 형식과 실제 추론 능력을 구분합니다.
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
게시 2026-09-26 · 약 12분해외 논리학 연구 해설 읽기 →
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
Wei 등의 연쇄 사고 촉진 연구를 모델 규모별로 읽고, 풀이 형식과 실제 추론 능력을 구분합니다.
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
완성 풀이가 초보자의 탐색 부담을 줄이는 이유와, 예시를 연습 문제·자기설명·점진적 빈칸과 연결해야 하는 이유를 종합 연구에서 살펴봅니다.
Learning from Examples: Instructional Principles from the Worked Examples Research
Atkinson·Derry·Renkl·Wortham은 풀이예시 연구를 인지부하 관점에서 종합해 예시-문제 쌍, 단계 표지, 자기설명과 점진적 빈칸의 설계 원리를 제안했습니다.
Learning from Examples: Instructional Principles from the Worked Examples Research
작은·중간·큰 모형에서 표준 답과 풀이 예시의 가상 성능 차이가 다르게 나타나는 계단형 그래프.
완성 풀이 네 단계에서 한 단계씩 빈칸이 늘어나 독립 풀이로 이동하는 과정을 왼쪽에서 오른쪽으로 보여 주는 도식.
1–5 / 6편