热点事件持续更新
DivMoE：跨域专家组合实现细粒度MoE升级回收
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv（Artificial Intelligence，一手来源）发布 DivMoE 框架，提出通过跨域专家组合实现细粒度 MoE 升级回收。该框架号称是首个实现结构均衡路由的细粒度 MoE 升级回收方案，核心思路是用领域专业化细粒度专家初始化，并配合多样性约束路由，以解决朴素路由崩溃问题。实验在 Qwen3-1.7B 上进行：DivMoE 平均准确率达 55.6%，超过最强基线的 51.6%；相比之下，Drop-Upcycling 细粒度版本仅为 23.2%。目前公开信息仅包含该论文报道，尚未见后续独立验证或同行评议结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv新报道DivMoE框架，在Qwen3-1.7B上平均准确率55.6%，超最强基线51.6%。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Artificial IntelligenceDivMoE：通过跨域专家组合实现细粒度 MoE 升级回收
DivMoE 是首个实现结构均衡路由的细粒度 MoE 升级回收框架，通过领域专业化细粒度专家初始化与多样性约束路由解决朴素路由崩溃问题。在 Qwen3-1.7B 上，DivMoE 平均准确率达 55.6%，超过最强基线 51.6%，而 Drop-Upcycling 细粒度版仅 23.2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。