Вышел DeepSeek V4. Почему это очень плохо для США? +12
Публикации с тегом mixture of experts
97 часов на одной RTX 4090: MoE с подключаемыми экспертами, самодистилляция и почему перплексия — плохая метрика
Два пути из Тирании Квадрата: Сравнительный разбор MoE и SSM как наследников Трансформера +5
ИИ простыми словами, часть 1. Архитектура Mixture of Experts (MoE) +11
