노타, ICML26 워크숍서 적응형 FM 추론 논문 2편 발표·효율성 경쟁 3위 쾌거

AI 모델 양자화 기술 기업 노타(Nota)가 제43회 국제머신러닝학회(International Conference on Machine Learning, ICML 2026)의 세부 워크숍 ‘AdaptFM: 자원 적응형 파운데이션 모델 추론’에서 ▲ DREAM-MoE: 전문가 혼합형 대규모 언어 모델을 위한 다운스트림 라우팅 오류 인식 마진 보존 양자화 ▲ SRA-MoE: MoE 양자화를 위한 출력 인식 선택적 라우터 정렬 두 개의 논문을 정식 발표했다.AdaptFM은 대규모 파운데이션 모델의 추론 과정에서 발생하는 막대한 연산 비용과 자원 제약을 해결하기 위해 조직된 ‘자원 적응형 추론 기술 체계 및 워크숍’이다.

AdaptFM 워크숍은 파운데이션 모델의 입력 복잡도와 시스템 자원 상태 등을 고려해 효율적으로 추론하는 기술을 다룬다.핵심 연구 영역은 모델의 학습이 끝난 이후 추론 단계에서 자원을 효율적으로 활용하고 제어할 수 있는 부분들이다.

여기에는 ▲ 레이어 건너뛰기 같은 유 ...