대규모 언어 모델의 인지 한계 테스트

<a href="https://www.bis.org/publ/bisbull83.htm" target="_blank" class="ke-link">대규모 언어 모델의 인지 한계 테스트</a><div class="figure-img" data-ke-type="image" data-ke-style="alignCenter" data-ke-mobilestyle="widthOrigin"><img src="https://t1.daumcdn.net/cafeattach/1Xpcc/22d3cbbe189f7d0e17e3ad28c0c87d801306dfb9" class="txc-image" data-img-src="https://t1.daumcdn.net/cafeattach/1Xpcc/22d3cbbe189f7d0e17e3ad28c0c87d801306dfb9" data-origin-width="880" data-origin-height="220"></div>BIS 게시판  |  83호  |  2024년 1월 4일<a style="color: #372f32;" href="https://www.bis.org/author/fernando_perez-cruz.htm" target="_top" class="ke-link">페르난도 페레즈-크루즈</a>  ,  <a style="color: #372f32;" href="https://www.bis.org/author/hyun_song_shin.htm" target="_top" class="ke-link">신현송</a> 지음 <a style="color: #372f32;" href="https://www.bis.org/publ/bisbull83.pdf" target="_top" class="ke-link">PDF 전문 </a>(652kb)  |  9페이지주요 시사점<ul style="list-style-type: disc;" data-ke-list-type="disc"><li>다른 사람의 지식과 반사실적에 대한 추론을 요구하는 논리적 퍼즐을 제시할 때 대형 언어 모델(LLM)은 독특하고 드러나는 실패 패턴을 표시합니다.</li><li>LLM은 인터넷에서 사용할 수 있는 퍼즐의 원래 문구를 제시할 때 완벽하게 수행되지만 부수적인 세부 사항이 변경되면 성능이 저하됩니다. 이는 기본 논리에 대한 진정한 이해가 부족함을 나타냅니다.</li><li>우리의 연구 결과는 데이터 관리, 거시 분석 및 규제/감독에 대한 중앙 은행의 기계 학습 적용에 있어 상당한 진전을 방해하지 않습니다. 그러나 그들은 경제 분석에서 엄격한 추론을 요구하는 상황에서 LLM을 배치할 때 주의를 기울여야 한다고 제안합니다.</li></ul><ul style="list-style-type: disc;" data-ke-list-type="disc"><li><a style="color: #00407f;" href="https://www.bis.org/publ/bisbull83_annex.pdf" target="_top" class="ke-link">온라인 별관</a></li></ul>저자 소개페르난도 페레스-크루즈이 작가의 작품 더보기<div class="figure-img" data-ke-type="image" data-ke-style="alignCenter" data-ke-mobilestyle="widthOrigin"><img src="https://t1.daumcdn.net/cafeattach/1Xpcc/ae3d7af4d330b5450d84b29a86f6eb184b63a13a" class="txc-image" data-img-src="https://t1.daumcdn.net/cafeattach/1Xpcc/ae3d7af4d330b5450d84b29a86f6eb184b63a13a" data-origin-width="99" data-origin-height="139"></div>신현송이 작가의 작품 더보기