待验证50% 置信事件精确时间
在32专家微型字符模型的三轮对照实验中，Expert Choice路由取得了三轮中最低的评估损失。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
MoE路由机制解析：三大问题与两种修复方案
redditr/deeplearning2026/10/15
涉及实体
相关事实
待验证在32专家微型字符模型的实验中，Token Choice路由无负载均衡损失时，训练早期单个专家吞掉了57%的token，32个专家中有17个几乎无人问津。80% 相似待验证在最难的单概念定量类别中，大多数模型准确率跌破 30%70% 相似待验证在文章中，DeepEval 默认模式下重跑三次有 7 条回复的通过/失败结论至少翻转一次；手工固定 evaluation_steps 后，翻转数降到 3 条，一致率从 31/40 升到 35/40。70% 相似待验证智能筛选回归用例Agent能将回归测试的用例数量压缩到全量的20%-30%，同时保持95%以上的缺陷发现率69% 相似待验证在早前测试中，一次将工具得分从31提升到74的改写，反而让两个模型的选择表现变差。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1035490API
curl https://kongchang.com/api/v1/knowledge/claims/1035490MCP
get_claim(id=1035490)