MoRA：基于路由偏置学习的 MoE 剪枝
原文标题：MoRA: MoE Pruning via Router Bias Learning and Expert Approximation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对混合专家模型部署时显存占用大的问题，论文提出 MoRA 结构化专家剪枝框架。它为每个专家引入可学习路由偏置，通过最小化语言建模损失与路由多样性正则来识别关键专家，并加入专家近似机制用剩余专家拟合被剪枝专家的输出。在 Qwen3-30B-A3B、DeepSeek-V2-Lite、Moonlight-16B-A3B 上剪除 25%/50% 专家后，九个零样本基准均优于现有剪枝算法。
- 问题
- MoE模型部署需加载全部专家，显存占用大，现有结构化剪枝准则与性能不对齐且搜索昂贵。
- 方法
- 为每个专家引入可学习路由偏置，用语言建模损失与路由多样性正则优化，并以仿射变换用剩余专家近似被剪专家输出。
- 结果
- 在Qwen3-30B-A3B、DeepSeek-V2-Lite、Moonlight-16B-A3B上剪除25%/50%专家后，九个零样本基准均优于现有剪枝算法。
- 影响
- 让MoE大模型在更小显存下部署，剪枝后性能损失更小，直接降低推理硬件成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
MoRA用可学习路由偏置剪除25%/50%专家，在三个MoE模型九个零样本基准上全面领先
- •问题：MoE部署需加载全部专家池，现有剪枝的排序准则与性能不对齐或搜索代价高
- •方法：为每个专家引入可学习路由偏置，以语言建模损失加路由多样性正则优化
- •偏置锐化路由分布以识别关键专家，同时鼓励选择路由偏好多样的专家
- •后剪枝增强：用剩余专家经仿射变换近似被剪专家的输出
- •在Qwen3-30B-A3B、DeepSeek-V2-Lite、Moonlight-16B-A3B上剪除25%/50%专家，九个零样本基准均优于现有算法
为什么重要：直接针对MoE显存瓶颈，为大规模稀疏模型的实际部署降本提供了可验证的结构化剪枝方案。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。