인공지능(AI)가 정답을 맞히면 근거 사슬도 맞았을까?
ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.
그림에서 무엇을 볼까요?
라온 등록 사실과 첫 규칙이 합류해 확인 메일 결론을 만들고, 그 결론과 둘째 규칙이 합류해 입장 가능 결론을 만드는 두 단계 증명 그래프.
LTCT의 가상 사실은 “라온은 등록했다”, “등록한 사람은 확인 메일을 받는다”, “확인 메일을 받은 사람은 입장할 수 있다”입니다. 첫 규칙으로 확인 메일을, 둘째 규칙으로 입장 가능을 얻습니다. 그림의 화살표는 각 전제 노드의 경계에서 규칙 합류점에 닿고, 합류점에서 결론으로 이어집니다.
“라온은 좌석을 예약했다”는 결론은 어느 규칙에도 없습니다. 폐쇄세계 문제라면 거짓으로 분류할 수 있지만, 열린세계 문제라면 예약하지 않았다는 증거도 없으므로 미지입니다. 정답표에서 세계 가정을 명시하지 않으면 평가자는 모델의 오류와 과제 정의의 오류를 구별할 수 없습니다.
함께 확인할 점
ProofWriter 자료는 통제된 어휘와 Datalog식 규칙으로 합성되었습니다. 실제 법률·과학 문장의 모호성, 예외와 상식을 모두 대표하지 않습니다.
보고 수치는 논문의 T5 모델과 D5 설정에 한정됩니다. 최신 모델 성능이나 한국어 성능으로 읽지 않습니다.
생각해 볼 질문
증명 사슬이 길수록 더 믿을 만한 답인가요?
