热点事件持续更新
ID Balancing 用 PID 控制稳定超稀疏 MoE 训练
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 1 日，AGI Hunt 报道 arXiv 一篇论文提出 ID Balancing（积分-微分控制器），用于稳定 256 倍稀疏 MoE 模型的训练。报道称，该方法把 DeepSeek 此前的 loss-free 平衡方法与 Kimi K3 使用的 Quantile Balancing，统一解释为不完备的 PID 控制器：其中积分项随负载误差缩放，微分项仅在失衡恶化时启用。报道将核心结论表述为可在极高稀疏度下稳定训练。报道未给出该方法的实验规模、对比基线等更多细节，也没有提及工程落地或复现情况。此前的相关报道未在本批次中出现，故无法就数字或说法差异进行对照。
AI 根据报道生成 · 46 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI HuntID Balancing 用 PID 控制论稳定 256 倍稀疏 MoE 训练
arXiv 论文提出 ID Balancing（积分-微分控制器），把 DeepSeek 的 loss-free 方法与 Kimi K3 的 Quantile Balancing 统一为不完备的 PID 控制器，积分项随负载误差缩放、仅在失衡恶化时启用微分项。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。