문제를 잘게 나누면 인공지능(AI)가 더 어려운 문제도 풀 수 있을까?
작은 문제의 답을 다음 문제에 전달하는 least-to-most 연구는 분해의 개수보다 의존 순서와 분해 자체의 정확성이 중요함을 보여 줍니다.
Least-to-Most Prompting Enables Complex Reasoning in Large Language Models
게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
한곳에서 찾는 논리 자료
통합검색
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.
관심 주제로 찾아보기
통합검색193건
검색 결과 제목
인공지능(AI)가 한 문제를 푸는 동안 그 문제 주변의 변형을 새로 학습하면 증명력이 올라갈까?
AlphaProof는 Lean 검증 환경, 대규모 자기학습과 문제별 시험시점 강화학습을 결합해 2024 IMO 비기하 5문제 중 3문제를 풀었지만 막대한 계산비용과 형식화 범위가 제한입니다.
Olympiad-level Formal Mathematical Reasoning with Reinforcement Learning
게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
쉬운 부등식을 합성한 문제에서 증명 인공지능(AI)가 갑자기 약해질까?
Ineq-Comp v2를 바탕으로 익숙한 부등식의 변수 복제·대수 재작성·다단계 합성이 현재 Lean 증명 모델의 구성적 일반화를 크게 흔드는지 살펴봅니다.
Ineq-Comp: Benchmarking Human-Intuitive Compositional Reasoning in Automated Theorem Proving on Inequalities
게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
코드가 예시 입력을 통과하면 프로그램이 옳다는 증명도 된 걸까?
입출력 테스트와 형식 명세 증명은 어떤 다른 보장을 주는가?
Proving the Coding Interview: A Benchmark for Formally Verified Code Generation
게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
증명을 한 번에 쓰고 오류 메시지로 고치면 될까?
Baldur는 전체 Isabelle/HOL 증명을 생성한 뒤 오류 메시지로 수리합니다.
Baldur: Whole-Proof Generation and Repair with Large Language Models
게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
136–140 / 193편