AWP
적대적 가중치 섭동
모델의 가중치에 미세한 노이즈를 추가하여 손실 함수가 가장 큰 방향으로 변화를 준 뒤 이를 최소화하도록 학습하는 기법이다. 모델의 일반화 성능을 높이고 과적합을 방지하여 리더보드 점수 향상에 기여한다.
적대적 가중치 섭동
모델의 가중치에 미세한 노이즈를 추가하여 손실 함수가 가장 큰 방향으로 변화를 준 뒤 이를 최소화하도록 학습하는 기법이다. 모델의 일반화 성능을 높이고 과적합을 방지하여 리더보드 점수 향상에 기여한다.
