大模型架构演进：从Transformer到MoE
一、 Transformer的辉煌与局限
二、 MoE：用"稀疏激活"撬动模型容量
三、 MoE为何成为大模型新范式？
四、 典型实践：从GLaM到Qwen-MoE
五、 挑战与未来方向
相关推荐
梦星辰.4 小时前
大语言模型训练中的显存占用与优化方法简述deephub4 小时前
信息访问 vs. 推理能力：LLM Agent 性能归因的实验分析高洁017 小时前
问题三：GraphRAG的研究现状、实例演示mingo_敏7 小时前
YOLO26 增加 LoRA 支持（参数高效微调 PEFT）青松@FasterAI8 小时前
【动手学大模型】机器何以学习t198751288 小时前
基于深度学习的图像分割MATLAB实现词元Max8 小时前
1.2 深度学习核心概念：神经网络直觉理解Dway8 小时前
范数-归一化清空mega8 小时前
李沐《动手学深度学习》——实战 Kaggle 比赛：预测房价LaughingZhu8 小时前
Product Hunt 每日热榜 | 2026-03-26