[논문리뷰] N-Gram Memories at Two Bits: Quantizing Lookup Tables in Large Language Models본 논문은 LLM의 방대한 파라미터로 인한 높은 Memory Footprint와 Inference Latency 문제를 해결하는 것을 핵심 목표로 합니다. 기존의 파라미터 양자화 기법은 모델의 Perplexity 저하를 유발하거나, 특정 하드웨어 환경에서 기대만큼의 속도 향상을 보여주지 못하는 한계가 있습니다.#Review#Large Language Models#Model Quantization#Lookup Tables#N-Gram#Inference Efficiency#Memory Optimization2026년 10월 19일댓글 수 로딩 중