DataAnnotation · Outlier AI

ChatGPT와 Gemini의 학습 데이터를 작성하고 모델 답변을 평가하는 일을 했습니다. 코딩·수학·글쓰기 등 여러 분야의 질문에 대한 모델 답변이 얼마나 정확하고 유용한지 평가하고, 더 나은 답변을 직접 작성해 개선했습니다.

• 사람 피드백을 통한 모델 정렬 (RLHF)
• 여러 모델의 답변을 비교·평가하고 순위 지정
• 틀린 정보나 환각(hallucination)을 찾아 개선 피드백 작성

Titanic: Machine Learning from Disaster

이름에서 호칭을 추출하고 가족 수를 피처로 만들어, 랜덤포레스트로 생존자를 예측했습니다.

Playground Series S6E6 — Predicting Stellar Class

LightGBM, XGBoost, CatBoost 세 모델을 앙상블하고 5-Fold 교차검증으로 별·은하·퀘이사를 분류했습니다. 밝기 차이를 나타내는 색지수(u-g, g-r) 등의 피처를 직접 설계했습니다.

집값 예측 모델 (Linear Regression)

주택의 여러 특성으로 가격을 예측하는 선형 회귀 모델을 구현해 학습시켰습니다.

음식 이미지 분류 (Transfer Learning)

사전 학습된 CNN을 전이학습해 음식 이미지를 분류하는 모델을 구현했습니다.