천문·천체물리
기존 파운데이션 모델 22개를 결합한 천문학용 '메타 파운데이션 모델' 게슈탈트(Gestalt) 공개
연구진은 8개 계열에서 가져온 22개의 동결(frozen) 파운데이션 모델로 은하 이미지를 임베딩한 뒤, 각 결과를 백색화하고 연결된 임베딩에 무작위 SVD를 적용해 1024차원 임베딩을 만들었다. 이렇게 만든 모델은 HSC, 제임스웹 우주망원경(JWST), DESI 레거시 서베이 영상의 물리량·은하 형태 추정 지표 21개 중 19개에서 개별 구성 모델 모두를 능가했으며, 바스켓 규모와 아키텍처 다양성이 커질수록 성능이 올라가고 서로 다른 천문 서베이 간에도 성능이 전이됐다. 저자들은 비슷한 단일 도메인 모델을 새로 사전학습하려면 A100 GPU 기준 10^4~10^5 시간(수 톤의 CO2eq 배출)이 필요한 반면, 게슈탈트 조립은 단일 장비에서 수 분이면 충분하다고 밝혔다.
arXiv astro-ph.IM (관측기기)