[논문] 딥러닝 SOTA 모델 논문 구현 아카이브에 대한 인사이트 - Papers with Code

반응형

AI에 대해 알아갈수록 망망대해에 표류하는 작은 존재 아니, 거품 한 조각에 불가하다는 느낌이다.

아무리 헤엄쳐도 끝이 없을 것 같은 느낌🌊🌊🏊🏻‍♀️🌊🌊

얼마 전까지 짧은 기간이었지만 직접 실무를 접해보았는데 국내 기업 대부분이 해외의 오픈소스를 사용할 수밖에 없는 현실이 안타까웠다. 하지만 기술 발전을 위해 노력하기에는 모든 조건들이 한정적이고 어렵고 딥하게 파고들 시간이 부족하다. 이미 경쟁하기 어려울 만큼...

그래도 천재적인 국내 엔지니어분들도 많기 때문에 희망을 갖고 나 또한 초심자의 마음가짐으로 다짐하여 깊이 빠져보려고 한다.

 

 

 

그 유명한 Transformer, YOLO 뿐만 아니라 LLM, RAG, SAM과 Diffusion Policy 등

트렌디한 SOTA 모델에 대한 소개, 해당 모델 관련 논문과 구현된 코드의 Github Link까지 한 번에 제공이 되는 아주 친절하고 유용한 사이트가 있다.(2024. 11. 20. 수요일 현재 기준으로 10,940개 데이터셋도 활용 가능함)

 

 

📌  ML, DL을 공부한다면 반드시 꼭 알아두어야 할 플랫폼 

https://paperswithcode.com/

Papers with Code - The latest in Machine Learning

 

 

 

아래는 "Transformer" 키워드로 검색하면 보이는 화면이다.

transformer 검색 시 보이는 화면

 

보시다시피 논문 "Attention Is All You Need"를 바로 볼 수 있는 arxiv 사이트로 이동되는 버튼과

Pytorch 프레임워크를 사용하여 구현된 코드를 볼 수 있는 Github로 이동되는 버튼이 있어 클릭만 하면 굳이 추가적으로 서치 할 필요가 없다.

 

---

그래프 등 상세내용 곧 업데이트 예정!