인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
최근 거대 모델의 컴퓨팅 및 메모리 요구량이 급격히 증가함에 따라 학습 및 추론 비용이 크게 늘고 있으며, 이를 해결하기 위한 모델 경량화 연구가 활발히 이루어지고 있다. 본 논문에서는 트랜스포머 구조 기반의 AI 모델의 압축 효율 향상을 위하여 모듈별 차등 프루닝과 균등 양자화를 결합한 압축기법에 대한 정확도 분석을 수행하였다. 제시한 결합 압축 기법을 트랜스포머 모델에 적용한 결과, Attention과 FFN 모듈 제거 비율 조정만으로 기존의 전역 프루닝 방식보다 높은 정보 보존이 가능하며, 모델 구조에 따라 우수한 성능을 보이는 비율이 다르다는 점을 확인하였다. 또한, 양자화 정도가 높아질수록 프루닝과 양자화 간의 상호보완적 효과가 강화되어 성능 저하를 완화할 수 있음을 확인하였다. 이를 통해 모듈의 특성을 반영한 결합 압축 기법이 모델의 정보 보존을 안정적으로 유지하면서 압축 효율을 극대화할 수 있는 기법임을 확인할 수 있었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
