모델 수프
서로 다른 하이퍼파라미터로 학습된 동일 아키텍처 모델들의 가중치를 평균 내어 성능을 향상시키는 기법이다. 추가적인 추론 비용 없이 앙상블 효과를 얻을 수 있으며, 모델의 일반화 성능을 높이는 데 효과적이다.