순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
A Survey on Mixture of Experts in Large Language Models
Weilin Cai, Juyong Jiang, Fan Wang 외 · IEEE Transactions on Knowledge and Data Engineering · 2025년 · 조회 13
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-01 발표 · 피인용 338회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT 슬롯에 선정된 이유는 2025년 발표 이후 338회 인용으로 동년 논문 중 인용 상위 1%에 해당, 높은 주목도와 영향력을 보여주었기 때문이다.
논문 요약
본 서베이는 대형 언어 모델(LLM)에서 전문가 혼합(MoE) 접근법이 어떻게 모델 용량을 크게 늘리면서도 연산 비용을 최소화하는지를 체계적으로 정리한다. MoE가 최근 학계·산업계에서 급부상한 배경과 핵심 메커니즘을 설명하고, 기존 연구들을 분류·비교한다. 현재까지의 성과와 한계, 향후 연구 방향을 제시한다.
후속 연구설계에 활용하기
후속 연구에서는 서베이에서 제시된 MoE 라우팅 전략·전문가 수·계층 구조 등을 변수로 설정해, 성능·효율성 트레이드오프를 실험적으로 검증할 수 있다.
핵심어
전문가 혼합대형 언어 모델모델 확장라우팅 메커니즘
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.