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 0.808402 / 프로젝트
어떤 문제를 해결하고, 어떻게 구현하고 검증했는지 정리했습니다.
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 0건100톤 로켓의 발사와 1단 회수를 계산하는 2차원 시뮬레이터입니다. 물리 모델과 모델 기반 제어, 상태 추정을 연결하고 복합 외란 평가와 센서 처리 비교, 수치 검증으로 회수 성능과 모델의 한계를 확인했습니다.
새 복합 조건 96개 통과와 RCS 소모량 18.07% 감소영어 논문에 한국어와 영어로 질문하고, 답변의 각 문장을 인용 원문과 대조하는 로컬 질의응답 시스템입니다. 논문 30편의 평가와 설계 대안의 비교를 공개해 구현 범위와 답변 품질의 한계를 함께 설명합니다.
논문 30편 평가와 문장별 원문 대조