LargeMonitor는 대규모 사전 훈련 모델을 활용해 온라인 작업 없는 지속적 학습(TFCL)을 자동 조율하는 프레임워크입니다. 시각 모델(LVM)의 안정적인 표현 공간을 활용해 학습 의존성 없이 데이터 분포 변화를 감지합니다. 변화 감지 시, 다중 모델(LMM)을 활용해 변화의 원인을 진단하고, 이에 맞춰 최적화 전략을 조정합니다. 다양한 TFCL 환경에서 기존 알고리즘 성능을 향상시키는 것으로 나타났습니다.
기존 TFCL 방식은 경험적 손실 변동이나 잠재적 거리 변화에 따라 훈련과 연계된 최적화 동역을 사용해 분포 변화에 무지했습니다. LargeMonitor는 이러한 단점을 보완해, 복잡한 데이터 스트림을 정확하게 감지하고 진단합니다.
LargeMonitor는 frozen 상태의 대규모 시각 모델을 활용해 학습 의존성 없이 데이터 분포 변화를 감지합니다. 이를 통해 기존 TFCL 알고리즘의 성능을 일관되게 향상시킵니다.