팀 회고

• 박마루찬
  • 다 같이 하고 싶은 것을 했던 것 같음. 성능이 올라가지 않아 아쉬운 팀원들도 있을 것으로 보임. 실험 관리, 구현 부분에서 부담을 줄이고 아이디어에 더 집중할 수 있게 개선하면 좋을 것 같다. 결과가 좋아서 다같이 만족하는 분위기!
• 문석암
  • 협업적인 부분에서 충분한 성과가 있었지만 역으로 그외 부분에 대한 이해? 는 조금 부족할 수 있겠다 라는 생각이 있어 코드 리뷰를 좀 더 신경써서 해야겠다라는 개인적인 생각이 좀 있지만 또 학습과 점수의 트레이드 오프 관계속에서 잘 모르겠다.
• 박아멘
  • 76점. 팀적으로 깃허브를 마음에 들 정도로 사용했다. 코드 사용이 그대로 제출 가능할 정도로 깔끔했다. 마지막 주사위를 믿지 못한 것이 아쉽기는 하지만 그냥 아쉬운 정도이다. 실질적인 지식에 대한 토의는 부족했던것 같다.
• 우원진
  • 깃헙의 다양한 기능을 사용해보고 프로젝트를 체계적으로 진행한것 같아서 좋았다. 그리고 팀원들과의 소통이 잘 된것 같아 다양한 이야기를 나누고 아이디어 공유도 할수 있어서 다양한 실험을 할수 있어 좋았다.
• 윤영훈
  • 깃헙을 적극 활용한 점, 근거를 기반으로 실험을 진행한 점이 좋았다. 점수를 목적으로 프로젝트를 진행하지 않아서 점수 다른 부분에서도 만족스러웠다.
• 장동건
  • github를 협업 용도로써 사용한 것은 처음이었는데 효율적인 의사소통을 할 수 있어서 좋았다.
• 홍현승
  • 팀원분들의 협업 능력을 볼 수 있어서 좋았고, 다 같이 역할을 나눠서 모델을 돌려본 것이 좋았다

잘했던 것, 좋았던 것, 계속할 것

• GITHUB 에 기능을 많이 활용한 것
  • 실험용 코드가 모든 팀원에 대해 일치되어 있어서, 개발과 실험이 잘 분리되었음
• KLUE paper를 기반으로 실험하였던 것

잘못했던 것, 아쉬운 것, 부족한 것 -> 개선방향

• 토론게시판에 생각을 공유하지 못한 점
  • 기발한 아이디어나 발견 등이 있다면 토론게시판을 통해 더 많은 사람과 의견을 주고받아야겠다.
• 코드 리뷰
  • 학습적인 측면에서 다같이 코드 리뷰를 좀 더 열심히 하면 좋을 것이다.
• task 성능 향상에 기여할 수 있는 기술을 직접 찾지 못한 점
  • AEDA, TAPT와 같은 기법들을 스스로 찾을 수 있도록 하면 좋을 것 같다.

도전할 것, 시도할 것

• 다양한 모듈의 사용
• 커스텀 시도
• 이론적인 접근
• 초기에 Model, Hyper parameter 고정
  • klue/bert-base (62.32, 68.51)/(EM, ROUGE) 이 세팅으로 고정하고 시작하면 어떨까?
  • 튜닝은 나중에. hyper parameter 최적화 툴 사용하기.
• 매일매일 10번 제출 하기

개별 키워드(공부한 것, 알게된 것, 느낀 점)

• 박마루찬
  • 프로젝트 초기에 모델 이해를 더 깊이 했다면 주도적인 실험이 가능했을 것 같다.
• 문석암
  • 경험이 정말 큰 무기라는거 특히 AI 분야 쪽에서... 그러니까 공부하자 공부공부
• 박아멘
  • 이상적으로 옳다고 해서 기계학습이 이상적으로 되는 건 아니다. 개인 관리와 개인 학습에 더 신경써야겠다.
• 우원진
  • 모델을 먼저 깊이있게 공부하지 않고 대회를 진행해서 조금 아쉬웠다. 하지만 토크나이저와 NLP Task가 어떤식으로 진행되는지에 대한 감은 잡은것 같다.
• 윤영훈
  • 토크나이저와 모델의 기본적인 작동 방식에 대한 공부를 하지 못한 것이 아쉬웠어서, 어떤 식으로 학습이 되고 결과가 전달되고 special token이 사용되는 것인지 공부해야 할 것 같다.
• 장동건
  • huggingface를 사용하는 데 익숙해져야 할 필요성을 느꼈다. 기본적인 것을 몰라서 시간을 소모하는 상황을 줄이기 위해 기본적인 내용 공부를 소홀히 하지 말아야 겠다.
• 홍현승
  • 대회 기간동안 깃헙, cli환경에 익숙해지지 못했던 것이 정말 아쉬었던 것 같다. 또한 저번 스테이지와 다르게 전체적인 코드 이해가 부족해서 잘 따라가지 못했던 것 같다. 여러모로 아쉬움이 많은 대회였던 것 같다