평활화 기법을 통한 Mamba Quantization의 활성화 이상치 탐색 연구

활성화 값과 가중치 사이의 양자화 부담 분담 비율을 결정하는 핵심 하이퍼파라미터다. 이는 활성화 값의 이상치로 인한 정밀도 손실을 방지하기 위해 SmoothQuant 기법을 적용할 때, 양자화 부담을 가중치로 전이시키는 정도를 조절하는 역할을 수행한다.

연구 결과, Mamba 모델은 PPL 기준 α=0.65, zero-shot 기준 α=0.8 부근에서 최적의 성능을 보였다. 특히 Transformer 계열 모델보다 α 변화에 따른 성능 저하가 완만하게 나타나 양자화 설정 변화에 대해 상대적으로 강건한 특성을 가진다.

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2025 한국컴퓨터종합학술대회 논문집

이용수

📌

📖

🔬

🏆

초록· 키워드

본 연구에서는 mamba에 적용된 평활화 기법을 통해 활성화 이상치를 제어하고 양자화 부담을 가중치로 전이하는 최적의 평활화 계수(α)를 찾았다. 다양한 α 값에서 PPL과 zero-shot 성능을 평가한 결과, mamba 에서의 최적 α는 ... 전체 초록 보기

참고문헌 신청

전체보기

UCI(KEPA) : I410-151-25-02-093733619

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드