研究人员推出了一种名为 Router Prior Bias (RPB) 的新技术,以提高混合专家 (MoE) 模型在训练后的性能。与强制均匀使用专家的标准方法不同,RPB 保留了预训练期间学到的固有的、非均匀的路由结构。这种被称为软路由锚定的方法,在 Moonlight-16B-A3B 和 Qwen3-30B-A3B-Base 等模型上展示了显著的领域内准确性提升,其表现优于均匀重新应用负载均衡损失和未锚定的微调。研究表明,软性地维护这种继承的路由,而不是将其扁平化或强制执行,是实现更好下游性能和保留领域外能力的关键。 AI
影响 这项研究提供了一种增强混合专家模型性能的新颖方法,有望带来更强大、更高效的 AI 系统。
排序理由 详细介绍 AI 模型新训练技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →