Core Concepts
深層学習モデルの再利用には多くの課題があり、概念的な再利用、適応的な再利用、デプロイメントの再利用の3つの側面から検討する必要がある。
Abstract
本論文は、深層学習モデルの再利用における課題と今後の方向性について述べている。
概念的な再利用では、研究論文の再現性や、既存の実装の複製と再設計が課題となる。適応的な再利用では、技術的な課題(精度、レイテンシ、公平性、堅牢性)と意思決定の課題(モデル選択、性能の不一致、セキュリティとプライバシーのリスク)が存在する。デプロイメントの再利用では、フレームワーク間の相互運用性と、ディープラーニングサプライチェーンにおける信頼性の確立が課題となる。
これらの課題に対して、再利用可能なアーティファクトの評価、テストツールの開発、モデル監査、インフラ最適化、推薦システム、攻撃検知ツールの開発などの研究方向性が提案されている。また、ディープラーニングエンジニアリングプロセスの評価方法の確立も重要な課題として指摘されている。