[논문리뷰] Stepped MoE: Segment-Level Routing with Configurable Inference Complexity본 논문은 기존 MoE 모델의 per-token 라우팅이 온디바이스 환경에서 초래하는 심각한 I/O 병목 현상을 해결하고자 합니다 . 기존 MoE 모델은 매 토큰마다 전문가가 변경되어 빈번한 메모리 스와핑을 유발하며, 이는 DRAM이 제한된 엣지 디바이스에서 성능 저하의 주원인이 됩니다.#Review#Mixture-of-Experts#On-device Inference#Segment-level Routing#Configurable Complexity#Model Elasticity#LLM2026년 10월 6일댓글 수 로딩 중
[논문리뷰] LightMIS: Ultra-Lightweight Medical Image Segmentation Without a Stage-Wise Decoder본 논문은 정밀한 의료 영상 분할을 수행하면서도 자원이 제한된 환경에서 실시간 추론이 가능한 초경량 모델의 필요성을 해결하고자 합니다. 기존의 U-Net 기반 모델들은 고성능을 보이지만 복잡한 Stage-wise decoder 구조로 인해 계산 및 메모리 비용이 높다는 한계가 있습니다.#Review#Medical Image Segmentation#Ultra-Lightweight#Convolutional Neural Networks#Decoder-free#Feature Fusion#On-device Inference2026년 9월 27일댓글 수 로딩 중