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

10_Wiki/Topics_GD/Just-in-time-Data-Loading.md

@@ -2,7 +2,7 @@
 id: DATA-JIT-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [data-engineering, jit-loading, lazy-loading, [[Optimization]], [[Deep-Learning]], performance]
+tags: [data-engineering, jit-loading, lazy-loading, [[Optimization|Optimization]], [[Deep-Learning|Deep-Learning]], performance]
 last_reinforced: 2026-04-26
 ---
 
@@ -16,7 +16,7 @@ last_reinforced: 2026-04-26
 - **주요 기술 및 라이브러리:**
     - **PyTorch DataLoader:** 멀티 프로세싱을 활용하여 GPU가 학습하는 동안 CPU가 다음 배치를 준비.
     - **Streaming Datasets:** 테라바이트급 데이터를 다운로드 없이 클라우드에서 실시간으로 스트리밍하며 학습.
-    - **[[memory]] Mapping (mmap):** 파일을 메모리 주소 공간에 매핑하여 필요할 때만 OS가 데이터를 읽어오게 함.
+    - **[[memory|memory]] Mapping (mmap):** 파일을 메모리 주소 공간에 매핑하여 필요할 때만 OS가 데이터를 읽어오게 함.
 - **의의:** 하드웨어 자원의 한계를 극복하고 대규모 데이터셋(LLM 학습 등)을 안정적으로 처리할 수 있게 함.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 1,174개의 지식 베이스를 전수 조사할 때, 전체를 메모리에 올리지 않고 JIT 로딩 방식을 적용하여 시스템 리소스 점유율을 10% 미만으로 유지함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Inference-Optimization]],[[ system]]-Design-for-AI-Scale, Deep-Learning-Foundations, Cloud-Computing-Foundations
+- [[Inference-Optimization|Inference-Optimization]],[[_system|system]]-Design-for-AI-Scale, Deep-Learning-Foundations, Cloud-Computing-Foundations
 - **Raw Source:** 10_Wiki/Topics/AI/Just-in-time-Data-Loading.md