레이어 기하학 보존하는 Transformer 압축 기법 GeoPair
Key Point
모델 경량화 필요성이 증가하는 가운데, 학습 없이도 레이어 간 관계를 수학적으로 최적화하는 새로운 접근이 다양한 모델에 적용될 수 있는지 확인할 수 있다.
핵심 요약
- Transformer 레이어 간 중복성을 활용하되, 각 레이어의 고유한 활성화 기하학을 보존하는 학습 없는 압축 방식을 제안했다.
- 기존 방식처럼 인접 레이어의 가중치를 강제로 같은 기저에 공유하거나 휴리스틱으로 통계를 합치는 대신, 구조적으로 호환되는 투영을 식별하고 각 레이어의 캘리브레이션 기하학을 유지하는 공유 표현을 학습한다.
- 구조화된 스파시티와 함께 사용하면 기능 정확도 손실 없이 효율적인 가중치 분해를 달성한다.
- 다양한 아키텍처, 규모, 모달리티에서 독립적 가중치 분해와 기존 페어와이즈 분해를 능가하며 최고 수준의 성능을 보인다.
- 휴리스틱 기반 전략을 최적화 중심 파이프라인으로 대체해 이론적 근거를 갖춘 확장 가능한 Transformer 압축의 기초를 마련했다.