feat: complete wikification of War Commander batch 1&2 and final grey dot cleanup

10_Wiki/Topics/AI/Scheduler-Design-in-ML.md

@@ -1,12 +1,12 @@
 ---
 id: DL-SCHED-001
-category: "[[10_Wiki/💡 Topics/AI]]"
+category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
 tags: [ai, deep-learning, optimization, scheduler, learning-rate, hyperparameter-tuning, training-efficiency]
 last_reinforced: 2026-04-26
 ---
 
-# [[Scheduler Design in ML (ML에서의 스케줄러 설계)]]
+# Scheduler Design in ML (ML에서의 스케줄러 설계)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "학습 초기에는 대담한 탐색(High LR)을 장려하고, 종단에는 정밀한 수렴(Low LR)을 유도하여 모델의 잠재력을 마지막 한 방울까지 쥐어짜라" — 학습 과정 중에 학습률(Learning Rate)이나 자원 배분을 동적으로 변경하여 학습의 안정성과 최종 성능을 최적화하는 전략적 설계.
@@ -25,5 +25,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 대규모 모델 미세 조정 시, 학습 초기 발산을 방지하기 위한 Linear Warm-up과 최종 수렴 극대화를 위한 Cosine Decay 스케줄러를 표준 조합으로 사용함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Optimization-Algorithms]], [[Adam-Optimizer-Foundations]], [[Hyperparameter-Tuning-Best-Practices]], [[Deep-Learning-Foundations]]
-- **Raw Source:** [[10_Wiki/Topics/AI/Scheduler-Design-in-ML.md]]
+- [[Optimization-Algorithms]], Adam-Optimizer-Foundations, Hyperparameter-Tuning-Best-Practices, Deep-Learning-Foundations
+- **Raw Source:** 10_Wiki/Topics/AI/Scheduler-Design-in-ML.md