已验证65% 置信事实精确时间
MoE架构由Shazeer等人于2017年在论文《Outrageously Large Neural Networks》中提出，随后由Google在Switch Transformer（2021年）中大规模验证
3
来源数
65%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
LangChain+MCP实战：大模型选型与本地部署避坑指南
bilibili码士集团-马小琪2026/7/5
相关事实
待验证Google Brain于2017年在《Outrageously Large Neural Networks》论文中将MoE规模化应用于Transformer框架83% 相似待验证MoE现代形态可追溯至Google 2017年论文，2022年Google的Switch Transformer证明万亿参数稀疏模型可高效训练82% 相似待验证2017年谷歌发表《Outrageously Large Neural Networks》，系统验证了稀疏MoE在Transformer结构中的有效性82% 相似待验证Google于2022年发布的Switch Transformer证明MoE架构在相同计算预算下收敛速度可达稠密模型的4-7倍79% 相似待验证MoE混合专家架构最早可追溯至1991年的学术论文，谷歌于2021年发布Switch Transformer将专家数量扩展至2048个78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/181374API
curl https://kongchang.com/api/v1/knowledge/claims/181374MCP
get_claim(id=181374)