主要来源arXiv: DeepSeek
查看原文事件专题 · 官方一手
MetaNet：任务条件专家动态分配
MetaNet提出了一种支持集控制器，可为每层预测专家保留阈值和有界路由偏差。在DeepSeek-MoE-16B-Chat模型上，保守设置激活专家数减少40%，MMLU准确率0.489；激进设置激活专家减少62%，准确率下降3.7个百分点。MMLU训练的控制器无需重训即可迁移到C-Eval，激活专家减少52%，准确率达0.386。
当前结论
MetaNet让MoE模型根据任务难度动态分配专家，大幅减少计算量同时保持准确率。
2 个信源73° AI 热度最后更新 2026/8/27 06:01:46
证据链
相关来源 1elvis
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。