Synergistic Intra- and Cross-Layer Regularization Losses for MoE Expert Specialization

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Hu, Rizhen, Cao, Yuan, Kong, Boao, Sun, Mou, Yuan, Kun
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!