생각검색

인공지능(AI)가 정답을 맞히면 근거 사슬도 맞았을까?

ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.

앞 문장의 ‘한 사람’을, 다음 문장의 ‘그’는 어떻게 기억할까요?

흐룬데이크와 스토크호프의 「Dynamic Predicate Logic」(1991)을 따라, 문장의 뜻을 정보 상태 사이의 변화로 읽고 존재양화와 연언이 대명사의 선행 대상을 어떻게 전달하는지 살핍니다. 14개의 문답, 15개의 생각그림과 세 가지 실험을 담았습니다.

전문가라는 이름보다, 무엇의 전문가인지 먼저 본다

어떤 사람이 전문가라는 사실만으로 모든 분야의 주장에 같은 무게가 생기지는 않는다. 주장 주제와 실제 전문 분야가 맞는지 대조한 뒤 증언의 근거 가치를 판단한다.

모든 유한 조각이 함께 참일 수 있으면 전체도 함께 참일까?

1차 논리의 콤팩트성 정리는 이론의 모든 유한 부분이 모형을 가지면 전체도 모형을 가진다고 말합니다. 유한 점검과 전체 일관성 사이의 정확한 다리를 살펴봅니다.

유한 부분마다 모형이 있으면 전체 모형도 있습니다Hodges가 정리한 1차 모형이론의 공개 본문은 콤팩트성 정리를 다음처럼 진술합니다. 문장 집합 T의 모든 유한 부분집합이 모형을 가지면 T 전체도 모형을 가집니다. 논리적 함의의 말로 바꾸면 T가 문장 φ를 함의할 때 이미 T의 어떤 유한 부분 U가 φ를 함의합니다. 무한한 전제 목록에서 실제 증명에 필요한 전제는 유한하다는 뜻입니다.

비슷한 기호를 묶는 추론은 증명일까?

Neural Theorem Prover는 정확한 기호 일치 대신 임베딩 유사도로 부드럽게 통일해 규칙과 경로를 학습합니다.

학술적 의미와 해석guardian이 parent와 가깝다면 낮아진 점수로 ancestor 규칙 경로를 열 수 있습니다. 누락 사실을 메우지만 잘못된 유사성도 들어옵니다. 여기서 proving은 모든 단계를 정확 통일로 검사하는 증명보조기와 다릅니다.

자연어 증명에 참고문헌을 붙이면 자동으로 검증된 증명이 될까?

NaturalProver는 배경 정리와 정의를 조건으로 자연어 증명 단계를 생성해 사람 평가를 개선했지만, 형식 검사기가 없는 자연어 증명은 여전히 인간 검토가 필요했습니다.

대학생의 사람 평가에서 기준선보다 좋아졌습니다대학 수준 수학 학생의 평가에서 NaturalProver는 미세조정 GPT-3보다 다음 단계와 전체 증명의 질을 높였습니다. 일부 2~6단계의 짧은 정리를 증명했고, 다음 단계 제안이 정확하고 유용하다는 평정은 40%를 넘었습니다. 이는 당시 공개본과 평가 설정의 결과이며 현재 모든 언어모델의 일반 성능으로 읽을 수 없습니다.

전문가가 말했다면 어떤 질문부터 확인해야 할까?

전문가 의견 논증은 직함만으로 완성되지 않습니다. 전문 분야의 적합성, 자료 근거, 다른 전문가의 견해, 이해관계를 비판 질문으로 점검합니다.

도입모든 사람이 모든 분야를 직접 연구할 수 없으므로 전문가 의견은 필요한 근거입니다. 동시에 ‘전문가가 말했다’는 한 줄은 결론을 확정하지 못합니다. Walton의 논증 도식 연구는 전문가 E가 분야 D에서 신뢰할 만하고, E가 명제 A를 말하며, A가 D 안의 주장일 때 A를 잠정적으로 받아들이는 구조를 제시합니다. 이 구조는 연역적으로 확실한 증명이 아니라 반론이 들어오면 강도가 달라지는 취소 가능한 논증입니다.

“일부가 동의했다”는 말에서 “전원 동의는 아니다”까지 따라올까?

대화 함축은 말의 문자적 내용보다 많은 것을 전달합니다. 문맥에 따른 추측을 논리적 필연으로 바꾸어 읽지 않는 연습을 해 봅니다.

말한 내용과 전달한 뜻을 구별하기데이비스의 함축 해설은 발화자가 말한 것과 그 말로 전달하려는 뜻 사이의 차이를 다룹니다. 대화 함축은 질문, 문맥, 배경 지식, 화자의 의도에 영향을 받습니다. 그라이스의 협력 원리와 여러 후속 이론은 이런 추론을 설명하려 하지만, 어떤 함축이 생기는지 하나로 결정하기 어렵다는 문제도 논의됩니다. 해설의 방법은 개념 구분과 사례·이론 비교입니다.