Training Matryoshka Mixture-of-Experts for Elastic Inference-Time Expert Utilization

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Yaoxiang, Hu, Qingguo, Ding, Yucheng, Wang, Ruizhe, Gong, Yeyun, Jiao, Jian, Shen, Yelong, Cheng, Peng, Su, Jinsong
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2509.26520