확률의 사슬을 끊다: 대규모 언어 모델의 인식론적 불확실성을 위한 새로운 틀로서의 뉴트로소픽 논리
Breaking the Chains of Probability: Neutrosophic Logic as a New Framework for Epistemic Uncertainty in Large Language Models
TL;DR AI
1분핵심 요약
연구진은 네 가지 OpenAI GPT 모델에 대해 역설, 무지, 모호성, 윤리적 모순, 미래 불확실성 과제를 적용해 네트로소픽 논리를 시험했다.
확률 기반·엔트로피 기반 프롬프트와 비교했을 때, 네트로소픽 프롬프트가 불확실성과 내부 충돌을 더 풍부하게 포착했다.
진리·불확정성·거짓의 합이 1을 넘는 ‘하이퍼-트루스’ 상태가 전체 평가의 35%에서 나타났다.
특히 윤리적·논리적 충돌 상황에서 두드러졌으며, LLM의 인식론적 불확실성을 측정하는 새로운 방법을 제시한다.