참고AI타임스
재학습 없는 모델 성능 개선: '가중치공간 프로그래밍' 연구 공개
데이터 재학습 없이 가중치 직접 수정으로 성능 향상 가능성 입증. 향후 모델 경량화 및 효율적 최적화 연구에 큰 시사점.
요약
MIT 연구진은 AI가 다른 AI의 신경망 가중치를 직접 분석하고 수정하는 '가중치공간 프로그래밍(Weight-Space Programming)' 연구 결과를 2일(현지시간) 공개했다. 이번 방식은 기존처럼 대규모 데이터를 추가 학습시키는 대신 전체 가중치의 0.016%만 수정하여 수학 평가 점수를 6배 이상 높이는 성과를 거뒀다. 이는 AI가 스스로 다른 AI의 내부 구조를 최적화할 수 있음을 보여주는 사례로, 신경망의 '유전자 편집'에 비유되고 있다. 모델을 재학습시키지 않고도 성능을 즉각적으로 개선할 수 있는 새로운 접근법을 제시했다는 점에서 주목받고 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 "AI가 다른 AI의 가중치 직접 수정"…재학습 없이 수학 평가 점수 6배 상승
원문 보기 ↗