Lightweight Model Search Goal
상태: Active · 목표 점수: 95/100 이상 · 작성일: 2026-05-13
Goal Statement
가장 높은 정확도를 낼 가능성이 큰 경량 모델 후보와 설정값을 체계적으로 찾는다. 서버 학습 전에는 search harness 준비도를 95점 이상으로 만들고, 서버 학습 후에는 W&B metrics와 ranking script로 실제 best run을 결정한다.
Readiness Criteria
| 영역 | 점수 | 기준 |
|---|---|---|
| Candidate models | 20 | MobileNetV4, MobileCLIP2, MobileNetV3, EfficientNet, ConvNeXt 후보와 역할이 명시되어야 한다. |
| Hyperparameter search | 20 | image size, learning rate, weight decay, loss, augmentation search space가 있어야 한다. |
| Execution plan | 20 | canary, sweep, margin, distillation phase가 있어야 한다. |
| Ranking metric | 20 | accuracy, rejection, ONNX, latency, size를 반영한 ranking script가 있어야 한다. |
| Documentation | 20 | generate_model_search_plan.py, rank_model_runs.py, 실험 계획 문서와 runbook 연결이 있어야 한다. |