#MoE模型
共 142 篇相关文章
·13 分钟
英伟达Nemotron开源MoE模型：笔记本即可本地运行的大语言模型
英伟达推出Nemotron系列开源MoE模型，采用混合专家架构实现稀疏激活，可在笔记本电脑或DGX Spark本地高效运行。本文解析MoE架构原理、本地部署优势及Nemotron从轻量本地到云端Ultra的分层策略。
阅读全文 →
·9 分钟
总参数量已过时：读懂MoE模型的双数字时代
混合专家模型(MoE)让单一参数量指标失效。本文解释总参数与激活参数的区别，帮助你理解MoE架构如何解耦知识容量与推理成本，以及为何这对模型选择至关重要。
阅读全文 →
·14 分钟
Maple-Preview：20B三元MoE模型iPhone端侧推理达120tok/s
Maple-Preview项目实现20B参数三元量化MoE模型在iPhone上以120 tok/s速度运行。本文拆解三元量化、MoE稀疏激活、端侧推理三大核心技术，分析端侧大模型部署的价值与挑战。
阅读全文 →
·6 分钟
腾讯混元Hy3深度解析：295B MoE模型如何破局Agent落地难题
腾讯混元Hy3正式发布，295B参数MoE架构，激活仅21B，支持256K超长上下文。幻觉率从12.5%降至5.4%，MRCR得分近乎翻倍，内置MTP与EAGLE投机解码，SGLang Day-0即可部署。本文深度拆解其四大核心亮点与Agent-first定位。
阅读全文 →
科技前沿·6 分钟
LFM2.5-8B-A1B：1.5B激活参数实现4倍体量效果的MoE模型
Liquid AI发布LFM2.5-8B-A1B模型，采用MoE架构，8B总参数仅激活1.5B，在工具调用场景中媲美6B级模型表现。支持128K上下文、本地部署、多语言，SGLang即时支持。
阅读全文 →
科技前沿·2 分钟
悟空2.2P开源：35B MOE模型性能超越Qwen3.6-27B，速度快3-5倍
悟空2.2P 35B MOE模型正式开源，采用对抗式杂交蒸馏技术，综合性能超越Qwen3.6-27B。4090显卡Q5量化达158 tokens/s，仅需8.9G显存即可运行，支持256K上下文。详解核心技术、硬件配置与实测数据。
阅读全文 →
深度解读·8 分钟
微软Tutel：MoE模型加速库深度解析，支持FP4/FP8低精度计算
深度解析微软开源Tutel MoE优化库，支持FP8、NVFP4、MXFP4多精度计算，适配DeepSeek、Kimi-K2、Qwen3等主流MoE模型，解决All-to-All通信瓶颈与显存管理难题。
阅读全文 →
·10 分钟
Qwen3 27B本地部署实测：16G显存跑出前沿模型级编程效果
海外博主系统实测Qwen3 27B量化版本地部署表现，覆盖256K长上下文记忆、HumanEval编程、MCP工具链等维度。RTX A2000仅16GB显存即可运行，代码生成质量超越同级所有本地模型。
阅读全文 →
·14 分钟
Gemini 3.7 Flash发布实测，GPT-5.6超快模式提速14倍
谷歌三周内迭代推出Gemini 3.7 Flash，代码能力和网页开发评分领先同级竞品。同期OpenAI开放GPT-5.6超快模式候补，借助Cerebras芯片实现每秒750 Token输出，提速14倍。深度解析两大模型的性能、定价与适用场景。
阅读全文 →
·16 分钟
GLM-5.3基准测试解读：国产大模型的全球化进阶之路
深度解读智谱AI GLM-5.3在Artificial Analysis平台上的基准测试表现，分析第三方评测平台的价值、GLM系列演进脉络，以及国产大模型从刷榜内卷走向实用评测的行业趋势。
阅读全文 →
·15 分钟
24GB Mac mini跑27B大模型：三个关键设置防止内存溢出
实测Qwen3.8-27B在24GB M4 Pro Mac mini上的运行表现，详解GPU显存上限调整、KV缓存量化、关闭思考模式三个关键设置，附IQ4_XS与Q4_K_M量化对比数据，帮助你在有限内存中稳定运行27B稠密模型。
阅读全文 →
·12 分钟
Qwen3.8-Max参数2.4T深度解读：定价、能力与国产模型竞争格局
阿里发布Qwen3.8-Max Preview，参数量达2.4T，支持1M上下文窗口，聚焦编码与生产力场景。本文深度分析其定价体系、能力表现、与Kimi K3和DeepSeek的竞争格局，以及对阿里云MaaS业务的传导效应。
阅读全文 →
·7 分钟
Qwen开发者暗示别等35B-A3B：社区三大猜测解读
Qwen通义千问开发者暗示用户不必等待35B-A3B模型，社区猜测可能有更大规模MoE模型发布或产品线策略调整。本文解读命名规则、分析三种可能方向及对开源大模型生态的影响。
阅读全文 →
·6 分钟
DeepSeek-V4-Pro实测：12种风格博客与3D赛车游戏一次生成
DeepSeek-V4-Pro-0813正式版实测评测，涵盖384K上下文、定价解析，以及12种风格个人博客和3D赛车游戏的Agent Coding生成效果，详解非多模态模型的前端与游戏开发能力边界。
阅读全文 →
·12 分钟
Cursor共享账号池风险揭秘：2.5折背后的安全隐患
深度拆解Cursor Pro账号共享工具的运作原理，分析批量账号池轮换机制背后的封号风险、代码泄露隐患与资金安全问题，帮助开发者理性评估低价订阅服务的真实代价。
阅读全文 →
·14 分钟
创意写作AI排名引热议：基准测试真的可信吗
Gemini 3.7 Flash创意写作排名第三引发Reddit社区激烈争论。用户质疑创意写作基准测试的可信度，讨论Claude写作风格固化、Fable辞藻堆砌等问题，探讨AI创意写作评估的主观性困境与改进方向。
阅读全文 →
·11 分钟
Qwen 3.8 Max深度解析：性能、基准测试与开源生态全面评估
深度解析阿里通义千问Qwen 3.8 Max旗舰模型，涵盖基准测试性能、数学推理与代码生成能力评估，以及开源社区反馈与开发者部署指南，助你全面了解这款国产大模型新标杆。
阅读全文 →
·7 分钟
AI能效革命：16个月提升18倍意味着什么
AI每焦耳智能在16个月内实现18倍提升，远超摩尔定律节奏。本文深入解析这一能效革命背后的算法优化、硬件迭代等驱动因素，探讨其对AI普及、边缘计算和数据中心能耗的深远影响。
阅读全文 →
