NYU 提出 DRMoET 鲁棒 MoE 训练法

纽约大学团队在 NeurIPS 2026 论文中提出 DRMoET（Distributionally Robust MoE Training），针对 MoE 稀疏路由的隐性可靠性问题。实验显示，负载均衡训练的 10.3B 模型在七个任务上均值提升至 0.6767，效果超越 DeepSeek 式免辅助损失方案与相关基线。