AI资讯文章2026-8-11超越路由权重：CoCo 方法为 MoE 奖励模型带来全新响应级解释混合专家(MoE)奖励模型因“黑盒”特性备受困扰。最新研究提出的 CoCo 响应级解释方法，超越传统路由权重，通过贡献对比精准揭示专家网络偏好机制，推动AI对齐透明化。
AI资讯文章2026-8-10TEXAS：打破MoE大模型微调瓶颈的任务专家感知监督机制最新AI研究提出了TEXAS（任务专家感知监督）机制，旨在解决混合专家（MoE）大语言模型在下游任务微调中的路由分配与专家识别痛点，多项基准测试性能提升显著。
AI资讯文章2026-7-25德国AI联盟发布Soofi S 30B开源模型：混合架构登顶英德双语基准测试由德国研究联盟联合推出的开源大语言模型Soofi S正式发布。该模型拥有300亿参数，采用高效混合架构，不仅在英德双语基准测试中击败多款主流全面开源模型，更在超长上下文处理上表现优异。本文详细梳理其技术亮点、性能表现及相关争议。
.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f){kind=small}
超越路由权重：CoCo 方法为 MoE 奖励模型带来全新响应级解释
混合专家(MoE)奖励模型因“黑盒”特性备受困扰。最新研究提出的 CoCo 响应级解释方法，超越传统路由权重，通过贡献对比精准揭示专家网络偏好机制，推动AI对齐透明化。