초록
ICLR 2024에서 게시된 논문
SNNK는 일반적인 피드포워드 레이어를 대체하는 확장 가능한 신경망 커널로, 입력과 매개변수를 분리하고 최종 계산에서만 연결함
URFs 메커니즘을 통해 SNNK를 구현하고, SNNK가 점곱의 함수로 정의할 수 없는 입력과 매개변수 간의 세밀한 관계를 인코딩할 수 있음
SNNK를 사용하여 NN 스택을 컴팩트하게 만드는 번들링 프로세스 소개
포인트별 커널 추정부터 어댑터 기반 Transformer의 세밀 조정까지 포괄적인 이론적 분석 제공
통계
SNNK는 최대 5배의 학습 가능한 매개변수 수를 제공하면서 경쟁력 있는 정확도를 유지함
인용구
"SNNK는 입력과 매개변수를 분리하고 최종 계산에서만 점곱 커널을 통해 연결하는 효율적인 NN 계산 모델"
"URFs 메커니즘을 통해 SNNK를 구현하고, SNNK가 점곱의 함수로 정의할 수 없는 입력과 매개변수 간의 세밀한 관계를 인코딩할 수 있음"