标签: MoE

该标签下的全部文章 "MoE".

• MoE 做强化学习为什么容易不稳？从 Dense 对比到路由重放

  14 Sep, 2026

  解释 MoE 与 Dense 的参数、计算和显存差异，拆解大模型 RL 中的路由不一致、专家失衡、探索不足与通信瓶颈，并梳理 R3、PR2、RoutePack 和 ESRL 的解决思路。