论文提出分布鲁棒 MoE 训练方法 DRMoET
原文标题：Distributionally Robust Mixture-of-Experts Training
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。
论文提出DRMoET，将逐层专家视为内生鲁棒性分组，优化高损失路由结果而非仅均衡流量。通过熵正则化softmax规则更新专家分布，强化可能的非top路由路径。在FLAME-MoE配方746M与10.3B规模上，DRMoET在七任务平均分上优于标准与无辅助损失均衡基线，并降低专家损失方差、改善领域专家特化。
- 问题
- MoE路由不完美时，负载均衡模型会把token送给训练不足的专家。
- 方法
- 将逐层专家视为内生鲁棒性分组，用熵正则化softmax在EMA平滑的激活加权专家损失上更新专家分布，强化非top路由路径。
- 结果
- 10.3B参数、67B token下七任务平均分从0.6625提升至0.6767，优于无辅助损失均衡的0.6431。
- 影响
- 把路由鲁棒性而非仅负载均衡作为稀疏MoE扩展目标，提升不可靠路由下的下游表现。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DRMoET把路由鲁棒性当优化目标，10.3B规模七任务均分从0.6625升至0.6767
- •将逐层专家视为内生鲁棒性分组，优化高损失路由结果，而非仅均衡流量
- •用熵正则化softmax规则在EMA平滑、激活加权的专家损失上更新每层专家分布
- •10.3B总参数、67B训练token下，七任务平均分从标准FLAME-MoE的0.6625升至0.6767，无辅助损失均衡基线为0.6431
- •强制mid-k误路由下超额损失降低4.3%，专家损失方差下降而均值几乎不变
为什么重要：MoE的负载均衡只解决流量分配，不解决路由错误时token被送进训练不足的专家；把鲁棒性作为显式目标，为稀疏MoE可靠扩展提供了新思路。
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。