연구진은 컴퓨터 비전 분야에서 주목받는 Vision Transformer(ViT)의 높은 계산 비용 문제를 해결하기 위해 ViT-FREE라는 새로운 프레임워크를 제안했어요.
ViT-FREE는 사전 학습된 ViT 모델의 중간 표현에서 바로 얼굴 검증을 가능하게 하여 추론 비용을 줄이는 훈련이 필요 없는 조기 종료 전략이에요.
연구 결과, ViT-FREE는 IJB-C 벤치마크에서 최대 20% 속도 향상을 달성하면서 검증 성능은 1.5% 감소하는 균형 잡힌 성능을 보여줬어요.