ARIADNE는 어댑터 내부 정보 없이도 추론 시 최적의 어댑터를 선택하는 라우팅 프레임워크입니다. 어댑터의 학습 데이터 분포를 캡처하는 센트로이드를 활용하여 입력 임베딩 공간에서 어댑터를 선택합니다. Llama 3.2 1B Instruct 모델을 23개 NLP 작업에 적용한 결과, 상위 성능의 97.44%를 회복했습니다.
ARIADNE는 기존 방식과 달리 추가 훈련이나 어댑터 내부 정보 접근 없이도 어댑터 풀에서 최적의 어댑터를 선택합니다. 44개 작업에 적용했을 때 89.7%의 평균 선택 정확도를 달성했습니다. PEFT 방식과 호환되며 어댑터 수정 없이 사용 가능합니다.
ARIADNE는 어댑터 독립적인 라우팅을 통해 모델 확장성을 높이고, 새로운 어댑터 추가 시에도 유연하게 대응할 수 있도록 지원합니다.