12:05AI Will@FinanceYF5精选ZEDA是一种针对混合专家模型(MoE)的后训练方法,通过自蒸馏技术让模型学会在推理时跳过半数专家,从而大幅降低计算成本。与传统的剪枝不同,ZEDA赋予模型“算力预算意识”,使其能根据每个token的重要性动态决定是否投入计算资源。该方法在保持性能的同时显著提升效率,为大规模MoE模型的部署提供了新思路。论文已发布在arXiv上。论文MoE/混合专家模型压缩/加速自蒸馏算力优化ZEDA推荐理由:做MoE模型部署或推理优化的团队,ZEDA直接解决了算力浪费问题——跳过一半专家还能保持效果,值得一试。原文
12:04AI Will@FinanceYF5精选72°最新研究发现,MoE(混合专家)大模型中大量 token 实际上不需要专家处理,导致约一半的专家计算被浪费。论文提出的 ZEDA 方法让模型学会“该省就省”,最高可跳过约 50% 的专家计算,显著提升推理效率。这一发现对降低大模型部署成本、加速推理有重要意义,尤其适合资源受限场景。论文MoE专家计算推理优化ZEDA大模型效率推荐理由:做 MoE 模型推理优化的开发者终于有了新思路——ZEDA 直接砍掉一半专家计算,省成本又提速,值得在自家模型上试试。原文