인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
AI 모델 평가에서 순위는 객관적 지표처럼 사용되지만, 그 순위가 성립하는 구조적 전제는 거의 검토되지 않았다. 기존 연구는 특정 지표를 고정하거나 파레토 비교 불가성을 인정할 뿐 단일 순위를 요구하는 행위 자체의 의미는 다루지 않는다. 본 연구는 평가 지표를 중립적 점수가 아닌 오류 비용 기반의 가치 손실 함수로 재정의하고, 모델 선택과 가치 가중치 선택을 동시에 탐색하는 메타 최적화 실험을 설계하였다. 데이터, 모델 후보군, 탐색 알고리즘을 고정한 상태에서 가치 손실 정의 또는 초기 가중치만을 변화시킨 결과, 단일 모델로의 안정적 수렴은 관측되지 않았다. 대신 가치 가중치 공간은 서로 다른 모델이 선택되는 복수의 영역으로 분할되었으며, 이 분할 구조는 알고리즘을 변경하더라도 일관되게 유지되었다. 이는 단일 순위가 객관적 지표가 아니라, 암묵적으로 고정된 가치 선택에 조건부로 형성된 결과임을 의미한다. 따라서 리더보드와 벤치마크는 최적 모델을 발견하는 장치가 아니라, 어떤 가치가 고정되었는지를 드러내는 장치로 재해석될 필요가 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096017966