무인이동체 온보드 LLM 경량화를 위한 입력 적응형 행렬곱 축소(RMM) 기법 분석
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 모델 가중치 수정 없이 입력 데이터의 특성에 맞춰 행렬곱을 동적으로 축소하는 훈련 불필요(Training-free) RMM 프레임워크 제시 독창적 차별점 2: 기존의 정적 프루닝이나 양자화 대비, 트랜스포머 내부 어텐션과 MLP 연산 간의 구조적 비대칭성을 활용해 연산 효율 극대화 실무 파급력 3: 자율주행 드론 및 무인이동체의 제한된 온보드 엣지 컴퓨팅 … 더 읽기