13:06arXiv: DeepSeek@Yilun Yao, Jiaming Pan, Elsie Dai, Peizhuang Cong, Yaoming Li, Tong YangConMoE提出了一种新的MoE模型压缩方法,通过原型重分配将原始专家映射到保留的少量原型专家上,无需权重更新或微调。该方法将压缩视为专家池整合,利用校准数据选择贡献大且可替换性高的专家作为原型,并支持跨层共享。在deepseek-moe-16b-base、Qwen3-30B-A3B和OLMoE-1B-7B-0125三个模型上,ConMoE在25%和50%专家缩减下均达到或超越现有剪枝与合并方法。实验表明确定性重分配是最稳定的组件,而跨层共享和权重融合效果依赖具体模型。这项工作为部署MoE模型提供了低成本的压缩方案。论文MoE压缩原型重分配无需微调专家池整合模型部署推荐理由:MoE模型部署内存瓶颈的团队终于有了无需微调的压缩方案——ConMoE通过原型重分配直接减少专家数量,做模型推理优化的开发者可以试试这个即插即用的方法。原文