待验证60% 置信事实精确时间

MoE训练时需要额外的负载均衡损失来防止路由坍缩，DeepSeek-MoE采用了更细粒度的专家划分策略

2

来源数

60%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

Maple-Preview：20B三元MoE模型iPhone端侧推理达120tok/s

相关事实

待验证传统MoE负载均衡损失主要从训练稳定性出发，让专家使用更均匀。77% 相似已验证MoE架构工程实现的核心挑战包括负载均衡（需引入辅助损失函数缓解专家坍缩）和分布式训练推理中的跨设备通信开销76% 相似待验证对于使用MoE架构的团队，建议在训练早期就监控专家负载分布和token覆盖率，路由崩溃一旦发生后期很难通过继续训练修复。76% 相似待验证MoE模型的技术挑战包括专家负载均衡问题、训练稳定性（路由坍塌）以及模型文件体积仍由总参数量决定75% 相似待验证MoE 对训练稳定性和负载均衡有更高要求，且实际效果取决于路由机制的质量。75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/697822

API

curl https://kongchang.com/api/v1/knowledge/claims/697822

MCP

get_claim(id=697822)