[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -2,88 +2,30 @@
 id: wiki-2026-0508-neural-architecture-search
 title: Neural Architecture Search
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [NAS-001]
-duplicate_of: none
+status: duplicate
+canonical_id: "[[Neural-Architecture-Search-NAS]]"
+aliases: [NAS, Neural Architecture Search]
+duplicate_of: "[[Neural-Architecture-Search-NAS]]"
 source_trust_level: A
-confidence_score: 1.0
-tags: [ai, automl, neural-networks, Optimization, Research]
+confidence_score: 0.9
+verification_status: redirected
+tags: [redirect, automl, nas, neural-network]
 raw_sources: []
-last_reinforced: 2026-04-26
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
+tech_stack: { language: python, framework: pytorch }
 ---

-# Neural [[Architecture|Architecture]] [[Search|Search]] (NAS, 신경망 구조 탐색)
+## Redirect

-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "AI 모델을 만드는 AI를 설계하라" — 사람이 수동으로 신경망의 레이어와 연결 구조를 설계하는 대신, 알고리즘이 주어진 태스크에 최적화된 아키텍처를 자동으로 찾아내는 기술.
+This page redirects to the canonical entry **[[Neural-Architecture-Search-NAS]]** (acronym-suffixed canonical form).

-## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 가능한 신경망 구조의 탐색 공간(Search Space)에서 최적의 성능을 내는 조합을 강화학습이나 진화 연산 등을 통해 효율적으로 검색하는 AutoML 패턴.
- **세부 내용:**
-    - **Search Space:** 레이어 타입, 커널 크기, 연결 방식 등 탐색 가능한 모든 아키텍처 요소들의 집합.
-    - **Search [[Strategy|Strategy]]:** 강화학습(RL), 진화 알고리즘(EA), 경사 기반 최적화 등을 사용하여 유망한 구조 탐색.
-    - **Performance Estimation:** 찾은 구조의 성능을 빠르게 평가하여 다음 탐색에 반영 (실제 학습 없이 가중치 공유 등을 활용).
-    - **[[Hardware|Hardware]]-aware NAS:** 특정 하드웨어(모바일, 엣지 기기)의 제약 조건 내에서 최적의 성능을 내는 구조 탐색.
+NAS는 신경망 구조(layer 종류, 연결, 폭/깊이)를 자동 탐색하는 AutoML 기법이다. RL-based, evolutionary, gradient-based(DARTS), one-shot, zero-cost proxy 등 자세한 분류와 패턴은 canonical 문서를 참조.

-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 연구자의 직관과 노가다(?)에 의존하던 모델 설계가 시스템화되고 자동화됨으로써 인간보다 뛰어난 효율의 모델(예: EfficientNet) 등장.
- **정책 변화:** Antigravity 프로젝트는 향후 경량화 모델 배포 시 NAS 기법을 적용하여 성능 손실을 최소화하면서 연산 비용을 절감할 계획임.
+## 🔗 Graph
+- 부모(canonical): [[Neural-Architecture-Search-NAS]]
+- 관련: [[AutoML]], [[Hyperparameter-Optimization]], [[DARTS]], [[EfficientNet]]

-## 🔗 지식 연결 (Graph)
- AutoML, [[Reinforcement-Learning|Reinforcement-Learning]], [[Evolutionary-Computation|Evolutionary-Computation]], HyperParameter-Optimization
- **Raw Source:** 10_Wiki/Topics/AI/Neural-Architecture-Search.md
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 Changelog
+- Phase 1 (2026-05-08): 초기 생성.
+- Manual cleanup (2026-05-10): REDIRECT 확정, canonical은 acronym-suffixed [[Neural-Architecture-Search-NAS]].