AIarXiv cs.CR (암호학·보안)AI 점수 75%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SPA: Structure-Preserving Approximation of Gated Activations under FHE (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 완전동형암호(FHE) 신경망 추론의 비선형 활성함수 병목을 줄이는 근사기법 SPA 제안
- GELU·SiLU·Swish가 공유하는 A(x)=xg(x) 구조 활용, 비교연산 없는 커널 구현
- Gemma-4-E2B·Llama-3.2-3B 성능유지, MOAI 대비 3.25배·Euston 대비 10.4배 속도향상
왜 중요한가
FHE 비공개추론의 대표 성능 걸림돌인 비선형 활성함수 연산을 가볍게 만들어, 실용적 프라이버시 보존 LLM 추론에 다가선다.
본문 미리보기
arXiv:2610.32065v1 Announce Type: new Abstract: Nonlinear activation evaluation remains a major bottleneck in neural inference under fully homomorphic encryption (FHE). FHE supports efficient addition and multiplication, but lacks native operations for exponential functions, reciprocals, and value-dependent selection. High-degree polynomial approximations on fixed intervals are therefore commonly used to replace nonlinear activations. They can achieve small errors but often incur substantial mu
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #FHE
- #신경망추론
- #활성화함수근사
- #프라이버시ML
이 글이 만들어진 과정
- 11:34AI 초안