English(EN) ModelBest Details LES, the Method Behind a 35B MoE Model Running on Phones at Over 20 Tokens/s

ModelBest 的 LES 技术使 35B MoE 模型可在手机上运行

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-10 01:57

ModelBest 开发了一种名为 LES（Lookahead Expert Scheduling，前瞻专家调度）的方法，该方法能够使一个拥有 350 亿参数的专家混合（MoE）模型在移动设备上高效运行。该技术通过从手机闪存预加载专家，显著提高了推理速度。该公司报告称，LES 在 iPhone 上的速度达到了每秒 20 多个 token，比基线性能提高了 6.07 倍，并且已公开了相关代码。 AI

影响使大型 MoE 模型能够在移动设备上运行，可能扩展设备端 AI 的能力。

排序理由研究论文，详细介绍了在边缘设备上运行大型 MoE 模型的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 Pandaily 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 29 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文，详细介绍了在边缘设备上运行大型 MoE 模型的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

Pandaily TIER_1 English(EN) · [email protected] (Pandaily) · 2026-11-10 01:57

ModelBest 详解 LES，一款在手机上以超过 20 Tokens/s 运行的 35B MoE 模型背后的方法

ModelBest's LES prefetches next-layer experts from phone flash; it reports 20.51 tokens/s on an iPhone, 6.07x its baseline, and has open-sourced the code.

本文如何被排名

报道来源 [1]

ModelBest 详解 LES，一款在手机上以超过 20 Tokens/s 运行的 35B MoE 模型背后的方法

相关实体

相关话题