跨11个数据集和三种骨干验证，有信息的通道分配优于等容量共享与随机分配。
推荐理由：受控实验排除了单纯扩容解释，显示合理的通道到专家分配本身带来预测增益；这意味着时序MoE的关键设计变量是稳定专门化，而非专家数量。
阅读原文