pile·
AI / ML·루닛루닛·

Bayesian Optimization 과 Self-Distillation 의 결합

문제의료 영상 모델의 하이퍼파라미터 튜닝은 수동으로 하기엔 비효율적이고 베이지안 최적화 단독으로는 고차원 공간에서 한계가 있다.
접근베이지안 최적화와 self-distillation을 결합한 BOSS 프레임워크를 제안한다. 1단계에서 일반 BO로 cold-start를 풀고, 2단계에서는 이전 시행의 상위 모델을 교사·학생으로 두고 지식을 전이하며 다음 후보를 탐색한다.
결과CIFAR-100과 Tiny-ImageNet에서 BO와 SD 단독 사용을 능가하는 성능을 얻었다. 노이즈 레이블과 반지도 학습 시나리오에서도 견고하며, Lunit INCL 플랫폼에 통합돼 흉부 X-ray, 유방촬영 진단 모델 성능 향상에 기여한다.
루닛
루닛 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2