🤖 AI 모델 아레나
30,000 경기로 사전학습된 5개 모델 계열을 같은 데이터에서 비교합니다 — 전부 브라우저에서 실행됩니다.
🖥️ 내 환경 진단
감지 중…
모델 카탈로그
분포학습
통계 모델라인→챔피언→매치업 계층의 상성 기대치를 수축 추정. '카운터 맞고 반반'을 공정하게 평가합니다.
+ 해석 가능 · 초경량(JSON) · 희소 데이터에 강함
− 예측기가 아닌 평가 기준선
로지스틱 회귀
판별 모델15개 매치업 특성의 선형 결합 + 레이팅 예측 스태킹.
+ 15 파라미터 · 1초 미만 학습 · 캘리브레이션 우수 · 온라인 학습 용이
− 특성 간 상호작용 불가
심층 MLP
신경망은닉 2층(48·24)으로 비선형 경계를 학습.
+ 표현력 · 브라우저 학습 가능
− 적은 데이터에서 과적합
GBDT
트리 부스팅히스토그램 부스팅 트리 200개 — XGBoost/LightGBM 계열, 테이블 데이터 최강.
+ 임계 효과·비선형 · 스케일 무관
− 모델 큼 · 온라인 갱신 부자연
Factorization Machine
상호작용특성 쌍 상호작용을 잠재벡터(k=8)로 압축 학습.
+ 적은 파라미터로 상호작용
− 그래디언트 클리핑 필요
생성형 나이브 베이즈
생성 모델P(x|승)·P(x|패)를 모델링 후 베이즈 반전. 온도 캘리브레이션 적용.
+ 단일 패스 학습 · 초경량
− 상관 피처에서 과신
몬테카를로 시뮬레이션
생성 (시뮬)플레이어 경기력 분포에서 수천 판을 가상 시뮬레이션.
+ 불확실성·박빙율 제공 · 학습 데이터 0에서도 동작
− 단순한 생성 가정
앙상블
메타검증 가중 로짓 풀링 + 모델 불일치 탐지.
+ 최고 단일 모델을 안정적으로 능가
− 풀 팩 필요
온디바이스 LLM 총평
생성형 AIChrome 내장 AI(Gemini Nano) → WebLLM → Transformers.js → 템플릿 폴백으로 수치를 자연어로.
+ 서버 전송 0 · 기기 맞춤
− 무거운 엔진은 최초 다운로드