Stabilizing MoE Reinforcement Learning by Aligning Training and Inference Routers

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Ma, Wenhan, Zhang, Hailin, Zhao, Liang, Song, Yifan, Wang, Yudong, Sui, Zhifang, Luo, Fuli
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.11370