待验证50% 置信事实精确时间

MoE（稀疏专家混合）架构的核心优势是在保持大规模参数量的同时，通过稀疏激活大幅降低单次推理的计算成本；该架构思想最早可追溯到1991年Jacobs等人的研究

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

Qwen3.8 Flash深度解析:混合架构如何重塑大模型效率

涉及实体

MoEconcept Switch Transformermodel Googlecompany

相关事实

待验证MoE 架构核心思想源自 1991 年 Jacobs 等人提出的条件计算理论77% 相似待验证MoE（混合专家）架构源自1990年代Jacobs和Jordan的工作63% 相似待验证约束传播的思想最早可追溯至1970年代阿兰·马克沃斯对弧一致性算法的研究61% 相似待验证极小化极大算法的理论基础可追溯到冯·诺伊曼1928年的极小化极大定理61% 相似待验证MoE架构最早由Shazeer等人于2017年在"Outrageously Large Neural Networks"论文中系统化提出61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/867077

API

curl https://kongchang.com/api/v1/knowledge/claims/867077

MCP

get_claim(id=867077)