WhyTrend 비트코인 이상 탐지 분석: 대형 모델보다 소형 모델이 더 우수
Ollama
오픈소스 이상 탐지 도구인 WhyTrend를 2022년부터 2026년까지의 비트코인 가격 데이터에 대해 테스트했습니다. 분석 결과, 32B 매개변수 모델보다 14B 매개변수의 더 작은 모델이 타임아웃이 적어 더 신뢰할 수 있는 설명을 제공했습니다. 이 도구는 주요 시장 국면 변화를 정확히 식별했으며, 대체 설명(fallback)에 문제가 있음을 지적했습니다.
WhyTrend는 이상 징후 탐지 및 설명을 위한 오픈소스 파이프라인으로, 2022년 1월 1일부터 2026년 8월 7일까지의 일별 비트코인 종가(BTC/USDT) 데이터 총 1680개 포인트에 대해 실행되었습니다. 탐지기는 8개의 변경점(체제 전환)을 발견했으며, 이후 두 가지 서로 다른 로컬 LLM(대규모 언어 모델)인 Qwen 32B와 qwen2.5-coder:14b를 사용하여 설명했습니다. 더 큰 32B 모델은 8개 이벤트 중 6개에서 자주 시간 초과가 발생하여, 상위 BM25 순위 기사에 기반한 휴리스틱 설명으로 대체되었고, 이로 인해 '길 잃은 고양이와 비트코인'이나 '비트코인 유전자 코드 논문' 같은 터무니없는 이유가 생성되었습니다. 더 작은 14B 모델은 8개 이벤트 중 6개에서 시간 초과 이내에 완료되어 신뢰도 점수와 함께 더 그럴듯한 설명을 제공했으며, 예를 들어 2024-02-25 변경점을 부정적 정서와 규제 우려로, 2025-11-11 변경점을 정부의 비트코인 압수와 미국 지원 130억 달러 해킹 의혹으로 설명했습니다. 기사에서는 14B가 평균적으로 더 신뢰할 수 있지만 완벽하지 않으며, 대체 사례도 있었다고 언급합니다. 저자는 이러한 작업에 더 작은 모델을 사용할 것을 권장하며, 대체 출력과 실제 모델 추론을 구별하는 것의 중요성에 대해 논의합니다.
출처: Хабр — Data Mining —
원문