Multi-Ratio ConceptMoE 支持多计算预算灵活分配
原文标题：One Model, Multiple Compute Budgets: Multi-Ratio ConceptMoE for Flexible Compute Across Turns
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 Multi-Ratio ConceptMoE，在共享骨干内联合支持 2、4、8 三种 token 到概念压缩比。在 PTBench 与 SFTBench 上三种固定模式均优于计算量匹配的 MoE 基线，混合比推理在 CodeChat 与 CoSQL 上提升准确率并降低 FLOPs。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Multi-Ratio ConceptMoE单骨干支持2/4/8三种压缩比，混合推理最高省78.4% FLOPs
- •在共享骨干内联合支持token到概念压缩比CR2/CR4/CR8
- •轻量全token模块降低与压缩比无关的开销，比例专属边界路由器支持不同压缩级别
- •跨比例训练使同一上下文内可混合比例处理
- •PTBench与SFTBench上三种固定模式在全部6项对比中优于算力匹配的MoE基线
- •CodeChat与CoSQL混合比推理分别超Large MoE 5.87与2.68个百分点，FLOPs降41.1%与12.3%；同预算调度下比独立模型路由再省78.4%与46.9%
为什么重要：多轮对话中每轮算力需求差异大，单模型按轮分配预算可避免切换模型重建历史状态，对推理成本优化有直接工程价值。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。