[G1-Sync] Manual knowledge update

10_Wiki/Topics/Probabilistic-Reasoning.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-PRRE-001
+id: [[P-Reinforce]]-AUTO-PRRE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.94
-tags: [auto-reinforced, probabilistic-reasoning, probability, uncertainty, bayesian, reasoning, logic]
+tags: [auto-reinforced, probabilistic-[[Reasoning]], probability, uncertainty, bayesian, reasoning, [[Logic]]]
 last_reinforced: 2026-04-20
 ---
 
@@ -17,13 +17,13 @@ last_reinforced: 2026-04-20
 1.  **핵심 도구 (Bayesian Updating)**:
     *   **Prior**: 기존의 믿음.
     *   **Evidence**: 새로 발견된 증거.
-    *   **Posterior**: 증거를 반영해 업데이트된 믿음. (MAP-Estimation와 연결)
+    *   **Posterior**: 증거를 반영해 업데이트된 믿음. ([[MAP-Estimation]]와 연결)
 2.  **왜 중요한가?**:
     *   우리가 사는 현실은 정보가 항상 부족하고 노이즈가 섞여 있어(High uncertainty), 고전적 흑백논리로는 해결할 수 없는 문제가 많기 때문임. (Logic의 확장)
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌**: 과거에는 논리 규칙을 한 치의 오차 없이 지키는 정책(Deterministic)을 완벽한 지능이라 여겼으나, 현대 정책은 모호함 정책을 '확률'이라는 숫자로 품어내는 '부드러운 추론 정책'이 훨씬 더 복잡한 현실 정책을 잘 설명함이 입증됨(RL Update).
-- **정책 변화(RL Update)**: 생성형 AI가 답변을 내놓는 과정 자체가 다음 단어가 뒤따라올 확률 정책을 계산하는 거대한 확률적 추론 정책이며, 이를 더 이성적으로 만들기 위해 '확률적 빔 서치'나 '최적 샘플링 정책' 등이 도입됨. (Large Language Models (LLM)와 연결)
+- **정책 변화(RL Update)**: 생성형 AI가 답변을 내놓는 과정 자체가 다음 단어가 뒤따라올 확률 정책을 계산하는 거대한 확률적 추론 정책이며, 이를 더 이성적으로 만들기 위해 '확률적 빔 서치'나 '최적 샘플링 정책' 등이 도입됨. ([[Large Language Models (LLM)]]와 연결)
 
 ## 🔗 지식 연결 (Graph)
 - [[Logic]], [[MAP-Estimation]], [[Large Language Models (LLM)]], [[Inexact-Science]], [[Judgment]]