PyTorch / RoBERTa-Large
진행 기간2026년 2월~5월
동일 저자 판별(NLU Authorship Verification)
영어 글 두 편의 저자가 같은지 판별하는 공동 자연어 처리 프로젝트입니다. RoBERTa-Large와 문체 앙상블을 비교하고 문서 분리, 확률 보정, 입력 순서 및 저장 모델의 실행 재현성을 검증했습니다.
문서를 분리한 4,708쌍 평가, 배포 Large Macro F1 0.8084언어와 프레임워크, 개발 도구
01 / 대표 프로젝트
언어 이해와 모델 경량화, 게임 탐색을 다룬 세 프로젝트를 소개합니다.
영어 글 두 편의 저자가 같은지 판별하는 공동 자연어 처리 프로젝트입니다. RoBERTa-Large와 문체 앙상블을 비교하고 문서 분리, 확률 보정, 입력 순서 및 저장 모델의 실행 재현성을 검증했습니다.
문서를 분리한 4,708쌍 평가, 배포 Large Macro F1 0.8084교통 표지판 사진을 43종으로 분류하면서 모델의 크기와 실행 비용을 줄인 프로젝트입니다. 큰 모델의 예측 정보를 작은 모델에 전달하는 지식 증류를 적용하고, 9개 학습 설정을 비교해 정확도 87.06%의 학생 모델을 대표 배포 모델로 제공합니다.
대표 학생 정확도 87.06%, 파라미터 98.5% 감소제한된 CPU 예산에서 Hex의 다음 수를 결정하는 탐색 에이전트입니다. 통계의 정확성을 확인하고, 동일한 경기 시간과 고정 탐색 횟수의 평가를 구분해 정책과 전술 기능 및 실행 비용을 검증했습니다.
경기 시간 평가 400경기 완료, 실패 0건