Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

3.6 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

SOTA

📌 한 줄 통찰 (The Karpathy Summary)

"인류 지성의 최전선: 특정 분야에서 현존하는 기술 중 가장 압도적인 성능을 내는 '세계 1위'의 상태이자, 모든 연구자가 넘어서야 할 거대한 벽이자 새로운 출발점."

📖 구조화된 지식 (Synthesized Content)

SOTA(State-of-the-Art)는 현재까지 발표된 기술이나 연구 중 최고의 성능을 보이는 기술적 수준을 의미합니다.

SOTA 증명법:
- Benchmarks: 공인된 테스트 슈트(예: MMLU, HumanEval)에서 최고 점수 획득.
- Peer Review: 동료 전문가들의 검증을 거친 논문 발표. (Scientific-Method와 연결)
- Real-world Utility: 실제 서비스 환경에서의 압도적 효율성 증명. (Efficiency와 연결)
왜 중요한가?:
- SOTA를 안다는 것은 '불투명한 안개 속에서 등대'를 찾는 것과 같아, 우리 프로젝트가 헛발질하지 않고 최고의 길로 가고 있는지 확인하는 기준이 되기 때문임.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 과거에는 수년간 SOTA가 바뀌지 않았으나, AI 시대에는 자고 일어나면 SOTA가 바뀌는 '광속의 지식 교체 정책' 시대에 진입함(RL Update). (ReSearch와 연결)
정책 변화(RL Update): 단순히 벤치마크 점수 정책만 높은 '숫자용 SOTA 정책'보다는, 실제 사용자의 복합적인 명령 정책을 얼마나 잘 수행하느냐는 '체감형 SOTA 정책(Elo rating 등)'이 더 중요해지고 있음.

🔗 지식 연결 (Graph)

Scientific-Method, Efficiency, Research, Innovation, Mastery
Modern Tech/Tools: Papers with Code, Hugging Face Leaderboards, Chatbot Arena.

🤖 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)

# 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)

3.6 KiB Raw Blame History