待验证50% 置信事实精确时间

MoE架构使模型的存储参数量与计算参数量得以解耦，用户可在接近3B小模型的推理成本下获得逼近35B大模型的能力

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

MiniCPM-V-4.7-35B-A3B 现身 HuggingFace：MoE 多模态新动向

涉及实体

相关事实

已验证MoE 的大容量小激活设计使模型知识容量与推理成本得以解耦79% 相似待验证MoE架构通过稀疏激活实现参数规模与计算成本的解耦，Mixtral、DeepSeek等模型已在实践中验证其可行性77% 相似待验证MoE模型的路由是逐Token动态选择，因此全部35B参数必须同时常驻显存，计算便宜但显存不省77% 相似待验证MoE模型在推理延迟和计算成本上往往优于同参数规模的Dense模型，但代价是需要更大显存加载全部专家权重75% 相似已验证MoE架构的显存占用与推理延迟按激活参数量计算，而非总参数量75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/984024

API

curl https://kongchang.com/api/v1/knowledge/claims/984024

MCP

get_claim(id=984024)