ml-stat-Sustech/TorchCP

해결하는 문제

TorchCP는 딥러닝에서의 공식 예측(CP)을 위한 표준화된 도구 상자입니다. 사용자가 지정한 확률로 진짜 레이블을 포함하는 예측 집합(분류용) 또는 구간(회귀용)을 생성함으로써 모델 아키텍처에 관계없이 예측의 불확실성을 정량화하는 문제를 해결합니다.

작동 방식

PyTorch를 기반으로 하며 GPU 가속을 활용하여, TorchCP는 다양한 공식 예측 방법을 구현합니다. 모델 학습 후 적용하는 사후 방법과 손실 함수나 학습 프로세스에 CP를 통합하는 학습 중 방법을 모두 지원합니다. 라이브러리는 작업 유형별로 구성되어 있으며, 다양한 모달리티에 맞는 전용 점수 함수와 예측기 제공합니다.

대상 사용자

분류, 회귀, 그래프 신경망(GNN), 대규모 언어 모델(LLM) 등에 종사하는 머신러닝 연구자 및 실무자 중 딥러닝 모델에 대해 엄격한 불확실성 정량화가 필요한 분들을 대상으로 합니다.

주요 특징

• 광범위한 작업 지원: 분류, 회귀, 그래프 신경망(GNN), LLM용 CP 방법 구현.
• 다양한 방법론: 사후 및 학습 통합형 공식 예측 방법 모두 포함.
• GPU 가속: PyTorch를 활용해 고성능 계산을 구현.
• 풍부한 구현: NeurIPS, ICML, ICLR 등 주요 회의에서 발표된 최첨단 방법 수십 가지 통합.
• 높은 신뢰성: 100% 유닛 테스트 커버리지 유지.