[논문리뷰] Extreme Compression of Per-Layer Embeddings via Cross-Layer Latent Vector Quantization본 논문은 Gemma 4와 같은 최신 Transformer 모델에서 급증하는 PLE 저장 공간 문제를 해결하기 위해 고안되었습니다. 기존의 전통적인 양자화 기법들은 각 토큰-레이어 쌍마다 독립적인 코드를 할당하여 극단적인 압축 환경에서 심각한 성능 저하를 유발합니다.#Review#Per-Layer Embeddings#Vector Quantization#Transformer#Model Compression#OPTIC#Inference Efficiency2026년 10월 26일댓글 수 로딩 중