When Are Experts Misrouted? Counterfactual Routing Analysis in Mixture-of-Experts Language Models

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Yoon, Youngsik, Wang, Siwei, Chen, Wei, Ok, Jungseul
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!