Antigravity Agent
2.4 KiB
2.4 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-ASSM-001 | 10_Wiki/💡 Topics/AI | 0.94 |
|
2026-04-20 |
Assessment
📌 한 줄 통찰 (The Karpathy Summary)
"성장을 위한 거울: 현재의 도달 수준을 객관적으로 측정하고, 목표와의 간극을 파악하여 더 나은 방향으로 나아가도록 돕는 피드백 시스템의 핵심 단계."
📖 구조화된 지식 (Synthesized Content)
평가(Assessment)는 특정 대상의 능력, 가치, 성과 등을 체계적으로 파악하고 등급을 매기거나 피드백을 주는 일련의 과정입니다.
- 시점 및 목적에 따른 분류:
- Formative Assessment (형성 평가): 학습 도중에 수시로 실시하여 학습자에게 도움을 줌. (Active Learning과 연결)
- Summative Assessment (총괄 평가): 학습이 끝난 후 성취도를 최종 확인.
- Diagnostic Assessment (진단 평가): 시작 전 미리 수준을 파악하여 최적의 경로 설정.
- 좋은 평가의 조건:
- Validity (타당도): 측정하고자 하는 것을 정확히 측정하는가?
- Reliability (신뢰도): 누가 언제 측정해도 일관된 결과가 나오는가?
- Fairness (공정성): 평가 대상 모두에게 균등한 기회가 보장되는가? (Algorithmic Fairness와 연결)
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거의 평가 정책은 줄 세우기를 통한 '선별'이 목적이었으나, 현대의 교육 및 인사 정책은 부족한 부분을 메워주는 '지속적 성장 지원 정책'으로 패러다임을 전환함(RL Update).
- 정책 변화(RL Update): AI 모델 평가 정책에서, 단순히 벤치마크 점수(Accuracy)만 따지기보다 모델의 취약점과 윤리성을 입체적으로 파악하는 'Multi-dimensional Assessment 정책'이 표준이 됨.
🔗 지식 연결 (Graph)
- Active Learning, Algorithmic Fairness, Type 1 vs Type 2 Errors, Statistics & Data Analysis, Self-Correction Mechanisms
- Modern Tech/Tools: AI-automated evaluation tools, Performance dashboards (KPI/OKR).