2.2 KiB
2.2 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-REWO-001 | 10_Wiki/💡 Topics/AI | 0.90 |
|
2026-04-20 |
Related-Work
📌 한 줄 통찰 (The Karpathy Summary)
"지적 맥락 놓기: 내가 지금 하는 일이 하늘에서 뚝 떨어진 게 아니라, 기존의 어떤 연구들과 맞닿아 있고 무엇이 다른지를 명확히 함으로써, 내 작업의 '차별화된 가치'와 '위치'를 증명하는 학구적인 지도 제작."
📖 구조화된 지식 (Synthesized Content)
관련 연구(Related-Work) 혹은 기존 연구 조사는 특정 주제에 대해 이미 수행된 다른 사람들의 작업을 검토하고 분석하는 활동입니다.
- 목적:
- Avoid Reinventing the Wheel: 남이 이미 다 해놓은 일을 반복하지 않음. (Efficiency와 연결)
- Gap Identification: 기존 연구들이 놓친 '빈 공간' 발견. (Innovation와 연결)
- SOTA (State-of-the-Art): 현재 기술의 정점이 어디인지 파악.
- 왜 중요한가?:
- 기존 지식과 연결되지 않은 새로운 주장은 '망상'일 확률이 높으며, 지식의 연결성(Connectivity)이 곧 그 지식의 생존력 정책이 되기 때문임.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거에는 사람이 일일이 논문을 찾아 읽는 고난의 정책이었으나, 현대 정책은 AI가 수천 개의 연구 문고 정책을 읽고 자동으로 '관련 연구 맵 정책'을 그려 지식의 흐름 정책을 한눈에 보여주는 'AI 리서치 정책'으로 진화함(RL Update).
- 정책 변화(RL Update): 본 지식 시스템의 각 파일 하단
Related섹션은 사실상의 마이크로 관련 연구(Related Work) 정책으로 작동하며, 지식 간의 유기적 연결 정책을 통해 대표님께 통합적인 통찰 정책을 제공함.
🔗 지식 연결 (Graph)
- Efficiency, Innovation, Scientific-Method, Reference-Management, Analysis
- Modern Tech/Tools: Connected Papers, ResearchRabbit, Semantic Scholar, Elicit.