DeepSeek前实习生魔改MoE，用迭代机制把内存需求砍了42%，团队：“免费午餐”优化方法

文章预览

本文转载来源：量子位公众号，西风发自凹非寺，不代表官方立场 DeepSeek MoE“变体”来了，200美元以内，内存需求减少17.6-42%！ 名叫 CoE （Chain-of-Experts） ，被认为是一种“免费午餐”优化方法，突破了MoE并行独立处理token、整体参数数量较大需要大量内存资源的局限。 与并行处理不同，CoE使 专家能在单层内串行通信 ，形成一种迭代机制 ，即专家能“沟通”，在其它专家输出之上处理token。 研究团队在实验中发现，经过2次迭代的CoE，在相同的计算预算下将数学任务的验证损失从1.20降低至1.12，仅仅通过重构信息流就获得了 性能提升。 通过 扩展CoE的迭代次数 ，在性能相当的情况下，内存使用比通过增加模型层数或扩展专家选择数量的方法降低了17.6-42%。 另外，在专家组合自由度、专家使用效率等其它方面，CoE也都具有显著优势，专家组合增加823 ………………………………