Sakana AI 연구진의 PC-ALM은 예측 부호화에 층별 라그랑주 승수를 더해 전역 역전파 없이 학습 신호를 전달하는 방법입니다. MNIST의 1000층 잔차 MLP에서 역전파와 약 2%포인트 이내 정확도를 보고했고, Fashion-MNIST의 32층 예시는 역전파 78.66%, 기존 방식 68.13%에 비해 77.75%였습니다. MIT 라이선스 JAX 구현을 CPU에서 재현할 수 있지만 작은 이미지 벤치마크의 연구 결과이며, LLM에서 속도나 비용을 줄인다는 결론으로 확대할 근거는 없습니다.