오픈소스 데이터셋 도구 AfterImage에 Simula 메커니즘 구현체 OpenSimula 추가

작성자가 직접 프로젝트를 소개하며 피드백을 구하고 있으며, 실험적인 API 단계임을 강조하고 있다.

• 분류 체계(Taxonomy) 구축 시 너비와 깊이에 캡(Cap)을 씌워 API 비용 폭증을 방지해야 한다.
• 검증 가능한 데이터가 필요한 경우 옵션으로 제공되는 double-critic gate를 활용하여 MCQ 데이터를 필터링할 수 있다.

Mechanism Design

— 데이터 생성 프로세스를 구조화하기 위해 게임 이론적 설계를 적용하는 기법이다. 이 아티클에서는 LLM이 추론 공간 내에서 통제된 다양성을 갖도록 요인 분류 체계를 구축하고 샘플링하는 전략적 설계를 의미한다.

SFT

— 인간이 작성한 정답 데이터를 사용하여 모델을 학습시키는 과정이다. OpenSimula는 이 과정에 필요한 고품질의 다양하고 스트레스 테스트를 거친 데이터셋을 생성하는 도구로 활용된다.

Taxonomy

— 데이터의 변동 축을 정의하는 계층적 구조이다. LLM을 통해 구축된 요인 분류 체계를 기반으로 가중치 믹스 샘플링을 수행하여 생성 데이터의 다양성을 확보한다.