热点事件持续更新

多语言MoE联合缩放定律提出

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究团队提出一种感知重复的联合缩放定律，用于描述多语言混合专家模型（MoE）中活跃参数量、每语言训练 token 数、专家数量与语言覆盖范围之间的关系。该定律基于 64 个预训练配置、26,300 条每语言损失观测拟合。作者称，在留出配置上其预测误差比最强基线降低 28%。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00

沿着报道，了解事件的不同侧面。

10月15日

12:00
arXiv cs.CL
多语言 MoE 如何扩展：语言覆盖范围如何改变容量与算力分配
研究提出一种感知重复的联合缩放定律，将活跃参数量、每语言训练 token 数、专家数量与语言覆盖范围关联起来，基于 64 个预训练配置的 26,300 条每语言损失观测拟合，在留出配置上预测误差比最强基线降低 28%。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。