비모수적 식별 가능성 증명 — 일반 모델에서 전문가 표현으로의 전환 이론적 기반

Carnegie Mellon 팀이 일반 모델(generalist)에서 태스크별 전문가 표현(specialist representation)을 학습할 때, 완전 비모수적 설정에서도 식별 가능성(identifiability)을 보장할 수 있음을 증명했습니다. 시점 간 태스크 구조는 완전 비지도 방식으로 식별 가능하며, 각 시점 내에서 태스크 관련 잠재 표현은 단순한 희소 정규화(sparsity regularization)만으로도 무관한 부분과 분리 가능합니다. 이 결과는 무한 데이터·계산 환경에서도 일반 모델이 전문가 모델로 전환될 수 있는 이론적 하한을 제공합니다.

• #identifiability
• #representation-learning
• #nonparametric
• #cmu