Antigravity Agent
29 lines
1.8 KiB
Markdown
29 lines
1.8 KiB
Markdown
---
|
|
id: OBJ-FUNC-001
|
|
category: Unified
|
|
confidence_score: 1.0
|
|
tags: [machine-learning, [[Optimization|Optimization]], loss-function, cost-function]
|
|
last_reinforced: 2026-04-26
|
|
---
|
|
|
|
# Objective Functions (목적 함수)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "모델이 나아가야 할 북극성을 정의하라" — 머신러닝 모델이 학습을 통해 최소화(비용 함수)하거나 최대화(효용 함수)하고자 하는 수치적 목표.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **추출된 패턴:** 실제 값과 모델의 예측 값 사이의 차이(Error)를 수치화하여, 이를 줄이는 방향으로 가중치를 업데이트하게 만드는 가이드 패턴.
|
|
- **세부 내용:**
|
|
- **Loss Function:** 개별 데이터 포인트에 대한 오차 측정 (예: MSE, Cross-Entropy).
|
|
- **Cost Function:** 전체 학습 데이터셋에 대한 오차의 평균.
|
|
- **[[Regularization|Regularization]] Terms:** 과적합을 방지하기 위해 목적 함수에 추가되는 페널티 (예: L1, L2 정규화).
|
|
- **Optimization:** 경사 하강법 등을 통해 목적 함수의 값을 최적화하는 과정을 거침.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌:** 단순한 오차 계산에서, 최근에는 모델의 윤리성, 편향성, 안전성 등을 목적 함수에 수치화하여 반영하는 연구로 확장됨.
|
|
- **정책 변화:** Antigravity 프로젝트는 에이전트의 답변 품질 평가 시, 정확도뿐만 아니라 '정보의 구체성'과 '가독성'을 목적 함수의 가중치로 포함하여 학습시킴.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Gradient-Descent|Gradient-Descent]], Cross-Entropy, [[Optimization|Optimization]], [[Machine-Learning-Lifecycle|Machine-Learning-Lifecycle]]
|
|
- **Raw Source:** 10_Wiki/Topics/AI/Objective-Functions.md
|