Kaggle

해외 대회와 자동화 실험

20265편

Kaggle

Hull Tactical 시장 예측

public 과적합 함정은 피했지만 live regime shift에는 졌다

Sharpe 17+ public 점수를 함정으로 보고 보수적으로 갔다. 2026년 1-6월 live 평가에서 3.898부터 -0.379까지, static model의 한계를 확인했다.

Kaggle

LLM 자동화 루프가 과학 문제의 검증 벽에 부딪힌 기록

LLM agent 루프를 300회 이상 돌려 RNA 3D 구조를 예측해 0.41124점(905/1877). 반복 속도가 아니라 검증 층의 부재가 병목이었다는 기록.

Kaggle

Akkadian 번역 모델보다 Kaggle 자동화가 더 어려웠다

ByT5와 MBR decoding, 사전 lookup으로 Akkadian을 영어로 번역해 33.8371점(954/2673). 정작 가장 오래 붙든 건 Kaggle 자동화의 실패 모드였다.

Kaggle

의료 VLM 출력을 환자가 읽을 수 있는 언어로 번역하기

방사선 리포트를 임상 리포트와 환자용 설명으로 나눠 내는 dual-agent RAG 파이프라인. 설명 난이도를 Grade 15.3에서 7.2로 낮추고 인증·경로 문제와 싸웠다.

Kaggle

1위와 0.00029 차이, 그리고 제출 파일 검증의 비용

CatBoost 앙상블과 pseudo-labeling으로 private AUC 0.95506, 1위와 0.00029 차이. 막판 제출 에러로 좋은 모델과 안전한 제출은 별개임을 배웠다.

20252편

Kaggle

로컬 98% 픽셀 매치도 pass@2에서는 0점이 되는 평가 구조

rule-based DSL과 program search로 ARC에 도전해 public 1.67점. 로컬 97-98% 픽셀 매치가 왜 0점이 되는지, DSL 탐색이 어디서 막히는지를 정리했다.

Kaggle

LoRA가 crash 없이 조용히 망가질 때 원인을 좁히는 법

LoRA adapter를 붙였더니 에러 없이 모든 예측이 0.0. prompt와 데이터 불균형을 차례로 지우고 4B/1.5B base mismatch를 찾아낸 silent failure 추적기.