docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Catastrophic-Forgetting.md

@@ -2,7 +2,7 @@
 id: CATAST-FORGET-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, neural-networks, lifelong-learning, catastrophic-forgetting, [[Stability]]-plasticity]
+tags: [ai, neural-networks, lifelong-learning, catastrophic-forgetting, Stability-plasticity]
 last_reinforced: 2026-04-26
 ---
 
@@ -14,9 +14,9 @@ last_reinforced: 2026-04-26
 ## 📖 구조화된 지식 (Synthesized Content)
 - **추출된 패턴:** 학습 과정에서 가중치들이 현재의 데이터에만 최적화되면서, 과거의 데이터 분포 정보를 잃어버리는 정보 오버라이딩 패턴.
 - **주요 해결 기법 (Continual Learning):**
-    - **[[Regularization]]-based:** 과거 태스크에 중요했던 가중치가 변하지 않도록 페널티 부여 (예: EWC).
+    - **[[Regularization|Regularization]]-based:** 과거 태스크에 중요했던 가중치가 변하지 않도록 페널티 부여 (예: EWC).
     - **Replay-based:** 과거의 데이터 일부를 저장해두었다가 새로운 학습 시 함께 사용.
-    - **[[Architecture]]-based:** 새로운 지식을 위해 신경망의 일부를 동적으로 확장하거나 분리.
+    - **[[Architecture|Architecture]]-based:** 새로운 지식을 위해 신경망의 일부를 동적으로 확장하거나 분리.
 - **의의:** 인간처럼 평생에 걸쳐 지식을 축적하는 '지속 가능한 학습(Lifelong Learning)' 구현을 위한 가장 큰 난제 중 하나.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 로컬 브레인 업데이트 시, 핵심 지식 노드의 가중치를 보호하는 규제화 기법을 적용하여 파괴적 망각을 최소화함.
 
 ## 🔗 지식 연결 (Graph)
-- Neural-Networks-Foundations, Transfer-Learning-Foundations, [[Regularization-Techniques]], [[Representation-Learning]]
+- Neural-Networks-Foundations, Transfer-Learning-Foundations, [[Regularization-Techniques|Regularization-Techniques]], [[Representation-Learning|Representation-Learning]]
 - **Raw Source:** 10_Wiki/Topics/AI/Catastrophic-Forgetting.md