본 논문은 회전 위치 임베딩(RoPE)을 기반으로 확장된 컨텍스트 윈도우를 갖는 대규모 언어 모델(LLM)에서 사용되는 기존의 위치 인코딩 방법들의 한계점을 해결하기 위해 제시되었다. 기존 방법들은 RoPE의 기본 주파수를 재조정하기 위한 계수들을 미리 정의하거나 탐색하는데, 이는 지수적으로 증가하는 탐색 공간으로 인해 최적의 계수를 미리 정의하는 것이 어렵다는 문제점을 가지고 있다. 본 논문에서는 이 문제를 해결하기 위해 기존 방법들에 의해 미리 정의된 주파수들을 보정하는 작은 모듈인 PSC(Phase Shift Calibration)를 제안한다. 실험 결과, PSC를 사용하면 PI, YaRN, LongRoPE와 같은 기존 방법들이 더욱 향상되며, 컨텍스트 윈도우 크기가 16k, 32k, 64k로 증가함에 따라 perplexity 감소율이 증가함을 보였다. 또한 다양한 모델과 작업에 걸쳐 견고성을 보이는 광범위한 적용성을 입증하였다.
