返回全部动态

动态稀疏MoE的分布一致性推理

原标题:Distribution-Consistent Inference for Dynamic Sparse Mixture-of-Experts

arXiv cs.LG一手来源研究质量 83

AI 摘要

该论文研究动态稀疏专家混合(SMoE)推理中减少激活专家数量带来的分布偏移问题。作者发现减少激活专家会持续增大SMoE输出的RMS尺度和方差,导致表示不匹配,进而造成下游性能下降,而这一损失不仅源于专家容量减少。为此提出层间分布对齐(LDA),一种无需重训练的轻量级推理时校正方法,利用逐层校准统计量对齐降路由表示与默认配置,在多个SMoE大模型和基准上恢复了大部分性能损失,且开销可忽略。

以上摘要由 AI 生成,可能存在误差。事实请以原文为准。

正文节选

Distribution-Consistent Inference for Dynamic Sparse Mixture-of-Experts Abstract Mixture-of-Experts (MoE) architectures have emerged as a powerful paradigm for scaling model capacity while preserving efficient inference in large foundation models. However, most MoE models use a fixed top- expert selection policy, assigning the same expert budget to every token even when fewer experts may be sufficient. Inference-time dynamic top- routing can reduce computation without retraining, but existing me


发布时间:2026-09-10 12:00
抓取时间:2026-09-10 12:04
来源机构:arXiv
阅读原文arxiv.org