Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

3.5 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

title

CIPOMDPs

📌 한 줄 통찰 (The Karpathy Summary)

"상대방이 무슨 생각을 하는지 모르는 불확실성 속에서도, 대화의 맥락과 의도를 확률적으로 추론하여 최적의 답변을 찾아내는 전략적 소통의 수학적 프레임워크."

📖 구조화된 지식 (Synthesized Content)

CIPOMDPs는 부분적으로 관찰 가능한 환경에서 여러 행위자(Agent)가 상호작용하는 모델인 POMDP를 대화 상황에 특화하여 확장한 것입니다.

의도 추론과 재귀적 모델링:
- 화자는 청자의 지식 상태와 의도를 추론하고, 청자 역시 화자의 의도를 해석함. 이 '나는 네가 ...라고 생각할 것이라고 생각한다'는 식의 재귀적 의도 파악 과정을 모델링함.
불완전한 정보 하의 의사결정:
- 상대방의 마음속을 직접 볼 수 없으므로(Partial Observation), 과거의 대화 이력과 맥락을 바탕으로 상대방의 믿음 상태(Belief State)를 확률적으로 갱신하며 가장 적절한 화행(Pragmatics)을 선택.
대화의 목표 최적화:
- 단순한 문장 생성을 넘어, 정보 전달 효율성 극대화, 관계 유지, 설득 등 대화의 궁극적 목표(Reward)를 달성하기 위한 최적의 정책(Policy)을 수립.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

계산 복잡도의 폭발 (RL Update): 재귀적 의도 추론은 계산량이 기하급수적으로 늘어나는 '상태 공간의 저주' 문제를 안고 있음. 현대 AI는 이를 엄밀한 수학적 계산보다는 LLM의 방대한 패턴 학습을 통한 '직관적 추론'으로 근사(Approximation)하여 해결하는 추세임.
Antigravity 정책: 에이전트의 대화 전략은 단순히 다음 단어를 예측하는 것을 넘어, 사용자의 숨은 의도를 파악하고 지식의 결핍을 채워주는 CIPOMDP적 사고를 지향함.

🔗 지식 연결 (Graph)

Pragmatics, Conversational-Maxims, Decision-Theory, Reinforcement-Learning
Raw Source: Datacollector_MAC/out_wiki/대화형 부분 관찰 마르코프 결정 과정 (CIPOMDPs).md

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

3.5 KiB Raw Blame History