研究人员开发了一种新颖的量化专家混合(MoE)模型路由策略,旨在优化吞吐量同时管理质量下降。这种新方法称为 Fragility-Weighted Perplexity (FWP),通过分析提示(prompt)令牌并将其校准到候选模型实例来预测特定请求的风险。这种方法允许更有效地利用预先实例化的固定MoE实例池,在离线评估中优于静态或与请求无关的混合策略。 AI
影响 引入了一种更有效的MoE模型路由机制,有望提高推理速度和成本效益。
排序理由 学术论文,详细介绍了一种优化MoE模型路由的新方法。[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 →