
안녕하세요! 오늘은 머신러닝에서 점점 중요해지고 있는 "Top-K"라는 개념에 대해 알아보겠습니다. 😊 머신러닝을 공부하다 보면 모델이 예측한 결과 중에서 '가장 좋은 것만' 선택하는 것이 항상 최선일까요? 실제로는 그렇지 않습니다!등장 배경과거에는 머신러닝 모델이 예측을 할 때 가장 확률이 높은 하나의 답만 선택하는 것이 일반적이었습니다. 예를 들어, 이미지 분류에서 "고양이"가 90% 확률이라면 무조건 "고양이"라고 답했죠. 하지만 이런 방식에는 몇 가지 문제가 있었습니다: 기존 방식의 문제점들:다양성 부족: 항상 가장 높은 확률의 답만 선택하다 보니 결과가 너무 뻔하고 반복적이었습니다창의성 제한: 텍스트 생성 같은 창작 작업에서 매번 똑같은 패턴의 글만 나왔습니다맥락 무시: 상황에 따라서는 두 번..