속보01 / AI
언어 모델의 가중치 편집, 무작위 안내 대비 이점 없어

심사 전 가중치 최적화 논문 저자들은 YOLO26 비교에서 언어 모델의 이점을 찾지 못했다고 발표했으며, 독립 재현 여부는 보고하지 않았다.
저자들은 이미지 속 물체를 찾는 YOLO26의 가중치를 직접 바꾸며 성능을 평가했다고 보고했다. 최적화에는 COCO Val2017 이미지를 사용했다(n=1,000, Ultralytics 기본 평가). 후보 평가에는 개발용과 겹치지 않지만 앞서 살펴본 이미지를 사용했다(n=1,500, 별도 평가).
논문은 언어 모델과 진화 기반 탐색을 결합한 방식이 무작위 안내보다 통계적으로 우세하지 않았다고 보고했다. 저자들의 반복 평가에서 평균 정밀도 차이는 +0.004포인트로 측정됐다(다섯 시드, YOLO26m·COCO API 평가).
저자들은 보관된 언어 모델 제안 중 일부만 최종 형식 요건을 충족했다고 보고했다. 초기 실행이 실제 가중치 배열에 적용됐는지를 완전히 검증할 수 없다는 한계도 보고했다.
논문은 직접 가중치 편집을 기울기 계산 없이 수행하는 미세조정의 대안으로 제시했다. 저자들은 무작위 교란과 진화 기반 탐색도 비교 대상에 넣어 언어 모델 안내의 기여를 평가했다고 보고했다.
공개 초록은 외부 연구진의 독립 재현 여부를 보고하지 않았다.