待验证50% 置信事实精确时间
MoE（混合专家模型）通过将大FFN拆成N个小FFN专家，并用路由网络决定每次激活哪些专家来实现稀疏激活
1
来源数
50%
置信度
长期有效
时效性
2026/9/9
首次发现
来源
涉及实体
相关事实
待验证混合专家架构（MoE）的核心创新在于条件计算，即由门控网络动态选择少数专家参与计算而非激活全部参数79% 相似待验证混合专家模型（MoE）依赖可学习的路由器对每个输入token动态选择激活少数几个专家模块（Top-K选择）78% 相似已验证MoE架构通过路由器网络决定激活哪些专家子网络处理当前输入，使模型在性能和效率之间取得平衡77% 相似已验证MOE架构将模型内部划分为多个专家子网络，每次推理时由门控网络动态选择少数专家参与计算，实际激活参数量远小于总参数量77% 相似已验证混合专家模型（MoE）通过门控机制对每个输入token动态选择少数专家激活，从而在保持模型能力的同时降低单次计算开销76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/885818API
curl https://kongchang.com/api/v1/knowledge/claims/885818MCP
get_claim(id=885818)