논리적 사고

같은 질문을 다시 하면 AI도 같은 답을 고를까?

후보 점수가 같아도 선택 규칙의 무작위성에 따라 실행 결과가 달라질 수 있습니다. 온도·시드·횟수를 바꿔 분포와 재현성을 확인합니다.

하나의 질문에서 점수가 다른 세 답 후보가 갈라지고 낮은 온도에서는 최고 후보에 모이지만 높은 온도에서는 여러 후보가 선택되는 관계 그림입니다.
하나의 질문에서 점수가 다른 세 답 후보가 갈라지고 낮은 온도에서는 최고 후보에 모이지만 높은 온도에서는 여러 후보가 선택되는 관계 그림입니다.
그림 크게 열기 ↗SVG 저장

그림에서 무엇을 볼까요?

하나의 질문에서 점수가 다른 세 답 후보가 갈라지고 낮은 온도에서는 최고 후보에 모이지만 높은 온도에서는 여러 후보가 선택되는 관계 그림입니다.

생성 과정에서는 가능한 다음 토큰이나 답 후보마다 점수가 생깁니다. 최고 점수만 고르면 출력이 안정적이지만, 확률에 따라 뽑으면 낮은 후보도 선택될 수 있습니다.

활동에서는 ‘근거 먼저·요약 먼저·질문 먼저’ 세 구성만 두어 선택 규칙을 눈에 보이게 줄였습니다.

함께 확인할 점

고정 점수 [2.4, 1.7, 0.8]에 softmax(score÷temperature)를 적용한 LTCT 교육 모형입니다. temperature 0은 최고 후보만 고릅니다. 실제 AI·특정 제품의 동작이나 품질을 측정하지 않습니다.

생각해 볼 질문

정확한 반복이 중요한 AI 업무 하나와 여러 답을 탐색해도 되는 업무 하나를 골라 온도 설정 이유를 적어 보세요.

← 논리적 사고 그림 더 보기