Optimal Expert-Attention Allocation in Mixture-of-Experts: A Scalable Law for Dynamic Model Design

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Junzhuo, Jiang, Peijie, Tian, Changxin, Liu, Jia, Zhang, Zhiqiang, Hu, Xuming
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!