Expert Threshold Routing for Autoregressive Language Modeling with Dynamic Computation Allocation and Load Balancing

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sun, Hanchi, Liu, Yixin, Wu, Yonghui, Sun, Lichao
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2603.11535