A Theoretical Framework for Auxiliary-Loss-Free Load Balancing of Sparse Mixture-of-Experts in Large-Scale AI Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Han, X. Y., Zhong, Yuan
Formato:	Preprint
Publicado:	2025
Materias:	Optimization and Control 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/2512.03915