热点事件持续更新
研究团队提出神经机器翻译弹性MoE架构EDWARD-NMT
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月26日，研究人员在arXiv发布面向神经机器翻译的新型MoE架构EDWARD-NMT。该架构主打“一次训练、随处部署”，可在推理阶段直接导出多种规模的子网络。其技术方案融合了Matryoshka弹性维度、自适应sigmoid路由及双重一致性目标，使每个token能够动态决定激活专家数量并有效削减显存占用。在PhoMT与WMT-14等基准评测中，该模型抽取出的各子网络无需重新训练，性能便超越了同规模的Dense Transformer。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 12:00
研究团队发布EDWARD-NMT架构，支持推理时动态导出多规模子网络。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 自然语言处理EDWARD-NMT：面向神经机器翻译的弹性维度、自适应路由与双重一致性架构
研究人员提出神经机器翻译 MoE 架构 EDWARD-NMT，实现“一次训练、随处部署”并可在推理时导出多种规模子网络。该架构融合 Matryoshka 弹性维度、自适应 sigmoid 路由及双重一致性目标，让各 token 动态决定激活专家数并削减显存占用。在 PhoMT、WMT-14 等基准评测中，抽取的子网络无需重训即可超越同规模 Dense Transformer。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26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。