热点事件持续更新
MoRA：基于路由偏差学习与专家近似的MoE剪枝框架
1 篇报道1 个报道来源4 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv·Machine Learning Theory 报道 MoRA 框架，为 MoE 每个专家引入可学习路由器偏置，通过最小化语言建模损失与路由多样性正则化识别关键专家并鼓励多样化路由；剪枝后以剩余专家的仿射变换近似被剪除专家输出，进一步提升性能。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
2026-10-02 arXiv 发布 MoRA 剪枝框架，通过路由器偏置学习与专家近似实现结构化剪枝与性能提升。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Machine Learning TheoryMoRA: 通过路由器偏置学习与专家近似实现 MoE 剪枝
MoRA 提出一种结构化 MoE 专家剪枝框架，为每个专家引入可学习路由器偏置，通过最小化语言建模损失与路由多样性正则化来识别关键专家并鼓励多样化路由。剪枝后利用剩余专家通过仿射变换近似被剪除专家的输出，进一步提升性能。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·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。