标签: 混合专家架构 (2 篇)

NVIDIA NeMo AutoModel无缝接入HuggingFace生态，仅改一行导入代码即可让MoE模型微调吞吐量提升3.4-3.7倍，显存占用下降约30%。

智谱开源 GLM-5.2 登顶榜单但极度耗 token，揭示开源模型“力大砖飞”与高性价比并存的新阶段。