Claude Code 환경 최적화 및 합성 데이터 논문 설계
Claude Code 셋업 상태 점검하고 불필요한 컨텍스트 잡아내는 'Doctor' 작업 진행함. 로컬 메모리 중복 제거하고 CLAUDE.md 파일 경량화해서 효율 높임. 이어서 합성 데이터(Synthetic Data) 성능 검증 논문 초안 잡음. 실데이터와 시각적 차이 없는 이미지로 학습했을 때의 성능 동등성 입증하는 방향으로 설계함.
이 날의 포인트
- Claude Code 환경 진단 및 컨텍스트 최적화
- 로컬 메모리 및 CLAUDE.md 파일 정리
- 합성 데이터 기반 모델 성능 검증 논문 계획 수립
세션별로 뭘 시켰나 (3개)
login?
# Claude Code Doctor Health-check my Claude Code setup and fix what's wrong: diagnose installation health (what the `claude doctor` terminal diagnostics cover), find extensions that cost context but never get used, deduplicate my LOCAL memory files against checked-in ones, trim checked-in CLAUDE.md files down to what a session can't derive on its own, migrate the always-loaded guidance that survives to lazy loading, flag slow hooks, verify my installed version is current, make auto mode my default permission mode, and pre-approve the read-only commands I keep getting denied on. ## Ground rul
논문을 하나 써볼거야. synthetic data에 관한 논문. real data와 시각적으로 차이가 없는 이미지들로 모델을 학습시켰을 때에 완전히 같은 성능을 내는지에 대한 논문. 이에 대한 계획부터 알려줘.