待验证50% 置信事实精确时间

在MoE模型中稠密层参数量占比通常不到总参数的20%，但每个token都必须经过，因此需要更高精度保护

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

MLX-serve实现百万token本地推理

涉及实体

相关事实

已验证MoE架构每次推理时通常仅激活总参数的10%-20%75% 相似已验证混合专家架构（MoE）在推理时仅激活约10%-30%的总参数量，显著降低单次推理的FLOPs和显存占用74% 相似待验证MoE模型的总参数量与激活参数量之间通常相差10-30倍74% 相似待验证参数量在1亿以下的轻量模型经领域数据微调后可达95%以上意图分类准确率，单次推理延迟控制在5-20ms以内71% 相似已验证AWQ的核心洞察是只有约1%的显著权重对模型输出影响巨大，对其保护性处理可在极低比特宽度下维持模型质量70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/891415

API

curl https://kongchang.com/api/v1/knowledge/claims/891415

MCP

get_claim(id=891415)