인공지능(AI)가 여러 풀이를 만든 뒤 따로 검사하면 정답률이 오를까?

그림에서 무엇을 볼까요?

한 문제에서 세 후보 풀이가 생성되고 별도 검증기가 점수를 매겨 한 후보를 선택하지만, 후보 없음과 검증 오류 경로도 함께 표시되어 있다.

LTCT 가상 문제 “연필 3자루 묶음이 4개이고 2자루를 썼다. 몇 자루 남았나?”에 생성기가 10, 14, 46을 내놓았다고 합시다. 검증기는 계산 사슬과 최종 답의 일치도를 바탕으로 10을 가장 높게 고릅니다.

하지만 세 후보가 모두 틀렸거나 검증기가 잘못된 사슬을 선호하면 실패합니다. 그림의 점수는 원 논문 결과가 아닌 역할 설명용입니다.