id-dropout

학습 과정에서 모델이나 데이터셋의 고유 식별자(ID) 정보를 의도적으로 누락시켜 모델이 메타데이터나 설명 텍스트에 더 의존하게 만드는 학습 전략이다. 이를 통해 학습 시 보지 못한 새로운 모델이나 데이터셋에 대해서도 일반화된 예측 성능을 확보할 수 있다.