Not All Models Suit Expert Offloading: On Local Routing Consistency of Mixture-of-Expert Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Liang, Jingcong, Wang, Siyuan, Tian, Miren, Li, Yitong, Tang, Duyu, Wei, Zhongyu
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.16056