순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
What large language models know and what people think they know
Mark Steyvers, Heliodoro Tejeda, Aakriti Kumar 외 · Nature Machine Intelligence · 2025년 · 조회 21
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-01 발표 · 피인용 205회 · FWCI 80.9 · 동년 인용 상위 1%
HOT PAPER 슬롯은 최근 가장 주목받는 논문을 선정하며, 이 논문은 피인용 205회와 FWCI 80.9로 동년 논문 상위 1%에 해당한다.
논문 요약
본 연구는 인공지능 시스템, 특히 대형 언어 모델(LLM)의 출력에 대한 인간의 신뢰 형성을 위해 모델의 캘리브레이션을 조사한다. 캘리브레이션 격차와 구별 격차 개념을 정의하고, 객관식 및 단답형 질문을 이용해 실험을 진행했다. 실험 결과, 사용자는 LLM의 답변 정확성을 실제보다 과대평가하는 경향이 나타났다.
후속 연구설계에 활용하기
후속 연구에서는 캘리브레이션 격차를 정량적 변수로 설정하고, 사용자 신뢰 향상을 위한 인터페이스 설계 실험에 활용할 수 있다.
핵심어
대형 언어 모델캘리브레이션인간 신뢰불확실성 전달
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.