一篇新研究论文探讨了用于混合专家(MoE)模型的训练无关专家剪枝技术,重点关注如何处理被剪枝的专家以及路由语义。该研究比较了Olmoe、DeepSeek-V2-Lite和Moonlight等模型上的各种替换算子,发现存活专家的门控(gate)的缩放对性能有显著影响。研究人员引入了一种“倾斜新手”(tilted novice)算子,它是被剪枝专家输入的低秩映射,与简单的常数替换相比,它在参数开销极小的情况下提供了改进,尽管没有一个算子在所有测试模型和评估指标上都普遍占优。 AI
影响 这项研究可能通过改进剪枝技术,从而降低计算成本和内存使用量,从而实现更高效的MoE模型。
排序理由 该集群包含一篇详细介绍混合专家模型剪枝新方法的论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →