VirnyFlow는 데이터 과학자들이 실제 문제의 특정 상황에 맞는 ML 파이프라인을 구축하도록 돕기 위해 설계된, 책임감 있는 모델 개발을 위한 최초의 디자인 공간입니다. 기존의 AutoML 프레임워크와 달리, VirnyFlow는 사용자가 맞춤형 최적화 기준을 정의하고, 파이프라인 단계에 걸쳐 포괄적인 실험을 수행하며, 실제 제약 조건과 일치하도록 모델을 반복적으로 개선할 수 있도록 합니다. 평가 프로토콜 정의, 다목적 베이지안 최적화, 비용 인식 다중 무장 밴딧, 쿼리 최적화 및 분산 병렬 처리를 통합된 아키텍처에 통합합니다. 다섯 가지 실제 벤치마크에서 최첨단 AutoML 시스템보다 최적화 품질과 확장성이 훨씬 뛰어나다는 것을 보여줍니다. ML 개발에서 블랙박스 자동화에 대한 유연하고 효율적이며 책임감 있는 대안을 제공합니다.
