热点事件持续更新
研究揭示免训练MoE专家剪枝中门控重新归一化致性能损失
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv机器学习领域发布关于免训练MoE专家剪枝中的替换算子与路由语义的新研究。该项研究通过在OLMoE以及DeepSeek-V2-Lite等模型上固定剪枝掩码展开测试与分析。结果发现，在免训练MoE专家剪枝过程中，门控重新归一化会导致0.8至8.5点的性能损失。该研究揭示了免训练专家剪枝过程中门控机制对模型表现的具体影响。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
研究发现在免训练MoE专家剪枝中，门控重新归一化会导致0.8至8.5点性能损失。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 机器学习免训练 MoE 专家剪枝中的替换算子与路由语义研究
研究通过在 OLMoE 与 DeepSeek-V2-Lite 等模型上固定剪枝掩码，发现免训练 MoE 专家剪枝中门控重新归一化会导致 0.8-8.5 点性能损失。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。