论文提出延续相对评估框架衡量计算替换

Shihua Yu、Yanzhi Wang、Tianchi Chen 发表论文，提出延续相对评估框架，以下游任务质量与总执行成本为联合标准衡量递归专家计算中的计算粗粒化替换。 在 1.7-billion 参数模型上，next-token-loss 训练使分布内负对数似然降低 0.1901 nats/token，但作者报告该排名在全部九组分布偏移对比中反转。递归专家原型中，联合适配候选优于冻结库与仅路由基线，却仍落后于直接训练的控制组；测试的仅输入选择器未通过质量-成本联合标准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。