The 2nd Medical AI (MAI) Competition

[데이터 및 모델]
Hard Negative Mining: 동일 위치(Same-Locus) 변이를 Negative로 활용하여 변별력 강화
Random Shift: 학습 시 실시간으로 시퀀스 위치를 무작위 이동시켜 위치 편향(Center Bias) 제거
Dual Pooling: Mean(문맥) + Max(변이 신호) Pooling을 결합하여 위치가 변해도 강건한 임베딩 추출

[핵심 전략: 2-Phase Curriculum Learning]
Phase 1: Center-Aligned 데이터로 변이 식별 능력 학습
Phase 2 (본 코드): Phase 1 가중치를 계승하여 Random Shift 데이터로 일반화 성능 확보
성과: PCC 지표의 유의미한 양수 전환

Phase1 및 전체 코드는 더 정리 후 깃헙에 공유 예정입니다.
파일 경로 등의 문제로 해당 코드로 바로 실행은 어려울 수 있습니다.