DPA-MoE：面向 MoE 推理的运行时精度控制框架

DPA-MoE 是一个面向 MoE 推理的运行时精度控制框架，可让被路由专家支持任意精度。它利用 SharedScale AnyBCQ 将专家前馈权重编码为前缀可解码块，并在推理时按实时门控分数动态分配，无需重训练即可适配多种权重预算。在 Qwen3-30B-A3B 和 DeepSeekMoE-16B 上的实验表明，其在同等预算下比均匀分配改善了 KL 散度与下游精度。