태그: Python
이 태그가 붙은 프로젝트
관련 글 (12편)
-
훅은 확정이고 프롬프트는 확률이라는데, 훅도 깨집니다
AI에게 지키라고 적어둔 규칙 하나를 프롬프트 대신 훅으로 강제하기로 한 결정, 그 훅이 같은 날 상대경로 때문에 깨진 일, 그리고 비교하지 않은 것
-
AI가 쓴 문장마다 근거가 살아 있는지 기계로 세기
위키의 사실 주장 30개가 소스 파일과 줄 번호로 지금도 추적되는지를 LLM 없이 채점하는 지표와, 비밀 값 필터 두 개를 같은 하네스에서 비교한 기록
-
DSC가 노이즈를 '품질 양호'로 읽었다: 데이터 품질 점수의 사각지대와 signal_integrity
데이터 품질 점수가 노이즈를 오히려 좋게 읽었다. 빼는 열화만 보던 지표 열 개에 노이즈 지표 하나를 더해 상관을 −0.16에서 +0.95로
-
GCP VM 위의 세 루프: proposer, reviewer, PR handler, 그리고 토큰 예산
코딩 에이전트가 제안하고 통계 게이트가 판정하는 자율 루프가 어떤 순서로 셋이 됐고, 첫 닷새 동안 왜 세 번 멈췄나
-
팀빌딩을 LP로 푼 이유: 그리디 커버리지와 Nash 혼합전략, +111 ELO
상대를 모르는 상태에서 팀을 고르는 문제를 선형계획법으로 푼 이유와 실제 결과
-
Tabular MC가 네 번 기각된 진짜 이유: 학습이 아니라 추론 코드 한 줄이었다
이틀 동안 네 번 학습시킨 몬테카를로 정책이 전부 게이트에 걸렸는데, 원인은 학습이 아니라 표에 없는 상황에서 random을 두던 한 줄이었다
-
n=200에서 이긴 정책이 n=500에서 떨어졌다: Wilson 신뢰구간 게이트가 걸러낸 16건
200판의 우위는 표본 오차였고 4%를 확인하는 데 2000판이 들었다. 통계 기준이 거른 16건의 수치 그대로
-
가장 무거운 지표를 뺀 이유: value_accuracy 제거와 DSC 엔진 v4 (ADR-009)
상관을 올려 준 지표가 정작 원본 없이는 계산이 안 된다는 모순을 인정하고, 검증 조건을 먼저 적은 뒤 지표를 교체한 결정
-
노이즈가 심할수록 점수가 올랐다: 자기 IQR로 이상치를 재던 지표
전체 상관이 0.08로 나온 원인을 오염 종류별로 쪼개 찾고, 이상치 지표의 기준을 원본 분포에 고정해 0.42까지 올린 기록
-
RandomForest F1 0.99는 학습이 아니라 누수였다: split-first로 바꾼 기록
오염된 파일을 나누던 파이프라인이 test에 train 복제본을 흘리고 있어서, 먼저 나누고 train만 오염시키는 구조로 바꾼 기록
-
오염을 넣어도 점수가 안 떨어졌다: DSC 엔진 첫 버전이 결측을 못 센 이유
데이터를 75%까지 오염시켜도 품질 점수가 2점도 안 움직이던 첫 엔진의 원인 세 가지와 같은 날 고친 기록
-
프로바이더 셋, 서킷 브레이커 셋: 401은 왜 장애로 세지 않나
LLM 세 곳을 연동하며 한 사용자의 잘못된 키가 전체를 막지 않게 한 규칙