热点事件持续更新
研究人员提出MoE显存高效微调框架DuplexTune
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28日，研究人员在arXiv发布关于DuplexTune框架的论文。该框架面向MoE（混合专家）模型的显存高效自适应微调，通过预训练注意力与专家模块重放耦合隐藏状态，从而降低微调过程中的显存占用。评测结果显示，在单张H800 GPU上测试Qwen1.5-MoE-A2.7B模型时，DuplexTune将峰值显存从基线的64.8 GB降至38.8 GB，同时吞吐量由19.9 samples/s提升至25.1 samples/s。
AI 根据报道生成 · 4 小时前更新
最新进展10月28日 12:00
研究团队提出DuplexTune框架，在单张H800上显著降低MoE微调显存并提升吞吐量。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 机器学习DuplexTune：面向 MoE 模型显存高效自适应的耦合状态重放
DuplexTune 提出了一种通过预训练注意力与专家模块重放耦合隐藏状态的框架，以实现显存高效的 MoE 模型微调。在单张 H800 上的 Qwen1.5-MoE-A2.7B 评测中，其峰值显存从基线的 64.8 GB 降至 38.8 GB，吞吐量由 19.9 升至 25.1 samples/s。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28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。