热点事件持续更新
研究人员提出MoE模型统一压缩框架PRIME
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员发布面向 MoE（混合专家）模型压缩的统一优化框架 PRIME。该框架将离散的剪枝与合并分配转化为频次加权目标函数下的全局整数线性规划，通过优先选择高频专家作为聚类中心以提升路由稳定性。实验测试显示，PRIME 在 Qwen3-30B-A3B 和 Qwen3.5-122B-A10B 模型上，能够在知识、编程、数学及长上下文任务中保持高准确率。此外，在 vLLM 部署环境下，该框架有效降低了显存占用并提升了推理吞吐量。
AI 根据报道生成 · 9 小时前更新
最新进展10月14日 12:00
研究人员提出MoE压缩框架PRIME，通过频次感知优化兼顾高准确率并提升吞吐量。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 机器学习PRIME：面向 MoE 压缩的频次感知剪枝与合并统一框架
研究人员提出用于 MoE 模型压缩的统一优化框架 PRIME，将离散的剪枝与合并分配转化为频次加权目标函数下的全局整数线性规划。该方法优先选择高频专家作为聚类中心以提升路由稳定性。在 Qwen3-30B-A3B 和 Qwen3.5-122B-A10B 上的实验显示，PRIME 在知识、编程、数学与长上下文任务中保持了高准确率，并在 vLLM 部署测试中降低了显存占用并提升了吞吐量。
本事件热度走势
当前热度 7·可比范围峰值 9（10月14日 15:00）·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。