인공지능(AI)가 ‘90% 확신’하면 열 번 중 아홉 번 맞을까?
언어모델의 P(True)와 P(IK) 연구를 통해 자신감, 판별력, 보정, 새 과제 일반화를 구분합니다. 답변 임계값을 움직여 선택적 응답의 대가를 살펴보세요.
Language Models (Mostly) Know What They Know
개별 글보다 주제 전체를 따라 읽고 싶다면 대표 글과 연관 자료를 함께 보세요.
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
언어모델의 P(True)와 P(IK) 연구를 통해 자신감, 판별력, 보정, 새 과제 일반화를 구분합니다. 답변 임계값을 움직여 선택적 응답의 대가를 살펴보세요.
Language Models (Mostly) Know What They Know
Take The Best가 가장 유효한 구별 단서에서 검색을 멈추는 방식을 살펴봅니다. 단서 순서를 바꾸며 빠른 판단의 조건과 위험을 확인하세요.
Reasoning the Fast and Frugal Way: Models of Bounded Rationality
논증을 고립된 문장으로만 보지 않고 대화 단계와 제도적 목적 속에서 해석합니다. 장면과 발화 목적을 바꾸어 분석 초점을 비교하세요.
Internet political discussion forums as an argumentative activity type: A pragma-dialectical analysis of online forms of strategic manoeuvring in reacting critically
위고 메르시에와 댄 스퍼버는 추론의 주된 기능을 개인의 혼자 하는 문제 해결이 아니라, 의사소통에서 논거를 만들고 평가하는 능력으로 보는 ‘논증 이론’을 제안합니다. 개인의 확증 편향과 토론 속 상호 검토를 하나의 틀에서 읽어 봅니다.
인간은 왜 추론하는가? 논증 이론을 위한 논거 — Why do humans reason? Arguments for an argumentative theory
전문가 사고구술 연구와 고등학생 전국 표본 평가를 선택해 포함 근거, 허용되는 해석과 필요한 개입 연구를 구분합니다.
Lateral Reading and the Nature of Expertise
126–130 / 459편