Patronus Studio가 7개의 개별 시퀀스 분류기를 하나의 멀티 헤드 모델로 통합했어요.
각 작업 헤드는 이진 주입, 문서 클래스, 도구 유형, 도구 작업, 도구 데이터 흐름 태그, 의도 라우팅, 위협 유형을 처리해요.
마스크 손실을 사용해 학습 행렬에서 누락된 작업에 대한 레이블을 마스크 처리했는데, 누락된 작업에 대한 기울기가 0인지 확인하는 자체 테스트가 두 가지 버그를 잡아줬어요.
통합 모델과 전용 단일 작업 변형 모두 양자화된 엣지 빌드를 제공하며, 가장 낮은 성능의 헤드는 FP32에 비해 0.012의 성능 저하가 발생했어요.