热点事件持续更新
研究者提出Dense转MoE架构Spectral-MoE
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv机器学习板块发布关于Dense-to-MoE转换的新研究Spectral-MoE。该研究针对密集模型向混合专家模型（MoE）转换过程中每层激活专家数固定的传统限制，提出了在转换中跨层异构分配专家利用率预算的设计。具体实现上，Spectral-MoE包含了静态标量分配与逐token动态调度两种方案，通过支持逐层异构的专家利用率，打破了传统方法中固定的专家激活限制。
AI 根据报道生成 · 5 小时前更新
最新进展10月15日 12:00
研究者提出Spectral-MoE，通过跨层异构分配专家利用率预算优化Dense-to-MoE转换。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 机器学习Spectral-MoE：Dense-to-MoE 转换中的逐层异构专家利用率
Spectral-MoE 提出在 Dense-to-MoE 转换中跨层异构分配专家利用率预算，包含静态标量分配与逐 token 动态调度两种方案，打破了传统方法每层激活专家数固定的限制。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·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。