인공지능(AI)가 풀이의 갈림길로 돌아가면 더 잘 풀 수 있을까?
생각의 나무는 중간 풀이를 여러 갈래로 만들고 평가하여 탐색합니다. 유망하다는 판단과 실제 정답 검사는 따로 보아야 합니다.
Tree of Thoughts: Deliberate Problem Solving with Large Language Models
개별 글보다 주제 전체를 따라 읽고 싶다면 대표 글과 연관 자료를 함께 보세요.
그림으로 이해하고, 원문으로 깊이 읽습니다.
관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

해외 학술 연구의 7개 분야
생각의 나무는 중간 풀이를 여러 갈래로 만들고 평가하여 탐색합니다. 유망하다는 판단과 실제 정답 검사는 따로 보아야 합니다.
Tree of Thoughts: Deliberate Problem Solving with Large Language Models
유한한 성공·실패 수열에서 성공 연속구간 뒤의 시행만 고르면 조건부 성공률 추정치가 아래로 치우칠 수 있습니다.
Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers
편향 맹점 연구는 편향을 자신보다 타인에게 더 강하게 보는 비대칭을 보고합니다.
The Bias Blind Spot: Perceptions of Bias in Self Versus Others
외부 정답 정보가 있는 교정과 AI의 내적 자기교정은 다른 조건입니다. 답이 바뀐 횟수보다 어떤 방향으로 바뀌었는지를 확인해 봅니다.
Large Language Models Cannot Self-Correct Reasoning Yet
“적은 것이 더 좋아 보이는” 현상의 재현 연구는 비교 상황과 평가 기준이 선호에 어떻게 관여하는지 보여 줍니다.
“Less Is Better” in Separate Evaluations Versus “More Is Better” in Joint Evaluations: Mostly Successful Close Replication and Extension of Hsee (1998)
301–305 / 417묶음