토큰마다 라벨을 다는 모델을 평가해요. 시퀀스 길이가 제각각이라 배치로 묶으려고 pad_id 로 패딩을 채워 둬요. masked_accuracy(preds, labels, pad_id) 를 완성해 토큰 정확도를 돌려주세요. 예시 labels = [[1, 2, 3]], preds = [[1, 9, 3]] → 위치 0·2 맞고 위치 1 틀림 → 정확도 = 2/3
토큰마다 라벨을 다는 모델을 평가하는 문제입니다. 시퀀스 길이가 제각각이라 배치로 묶으려고 pad_id 로 패딩을 채워 둔 preds·labels 를 받아, 토큰 정확도를 돌려주는 함수를 완성합니다. 같은 shape 의 정수 numpy 배열을 다루며, 셀 토큰이 하나도 없는 경계까지 포함해 정확도가 의도대로 나오는지 코드로 검증합니다.
PyTorch 로 패딩이 들어간 배치에서 토큰 단위 정확도를 구하고, 공개된 예시와 셀 토큰이 하나도 없는 경계 케이스(셀 토큰이 없으면 0.0 을 반환)에서 지표를 검증합니다. 토큰 정확도는 토큰마다 라벨을 다는 모델(개체명 인식·품사 태깅 같은 토큰 분류, 번역·요약 같은 seq2seq)에서 자주 쓰는 평가 지표이고, 길이가 다른 시퀀스를 한 배치로 묶을 때는 빈 칸을 패딩(pad_id)으로 채웁니다.