Masked Boundary Modeling
경계 강제 마스킹 방식
교사 예측에서 검증된 경계 토큰을 마스크에 포함시키고 해당 위치에 대해 범주형 경계 목표를 학습하는 자기지도학습 프레임워크이다. 교사의 경계 필드를 이산화하여 각 픽을 분류 대상으로 바꾸고 경계 토큰에는 기하학적(경계) 손실을 추가로 적용한다. 경계가 정보밀도가 높은 영역임을 이용해 밀집 공간 표현의 정밀도를 끌어올리는 핵심 원리이다.
경계 강제 마스킹 방식
교사 예측에서 검증된 경계 토큰을 마스크에 포함시키고 해당 위치에 대해 범주형 경계 목표를 학습하는 자기지도학습 프레임워크이다. 교사의 경계 필드를 이산화하여 각 픽을 분류 대상으로 바꾸고 경계 토큰에는 기하학적(경계) 손실을 추가로 적용한다. 경계가 정보밀도가 높은 영역임을 이용해 밀집 공간 표현의 정밀도를 끌어올리는 핵심 원리이다.
