AllotNet 发布 2.3 万参数可解释 MoE 模型
热点事件持续更新
AllotNet 发布 2.3 万参数可解释 MoE 模型
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026 年 11 月 19 日,Conflux Laboratory 在 arXiv 发布 AllotNet,该模型用于人道主义援助分配。AllotNet 是一个包含 23,550 参数的可解释混合专家(MoE)条件逻辑模型,旨在处理由预注册六语言工具 Allot 激发的分配判断。 模型在 5.6 million 个合成会话上通过了 16 项预检。核心保持 fp32 精度,支持 Java、Rust、Python 及 C11 运行时部署,量化感知训练后 welfare-rank parity 达 0.9937。研究目前未使用真实数据训练,实际规模下的注册对比模型为分层贝叶斯混合 logit。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
AllotNet:用于人道主义援助分配的 Mixture-of-Experts 选择模型,经合成种群验证报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · MLAllotNet:用于人道主义援助分配的 Mixture-of-Experts 选择模型,经合成种群验证
AllotNet 是一个含 23,550 参数的可解释 Mixture-of-Experts 模型,用于人道主义援助分配,在 5.6 million 合成会话上通过 16 项预检。 模型核心保持 fp32 精度,支持 125 KB 的 C11、Java、Rust 和 Python 运行时部署,量化感知训练 NVFP4 下 welfare-rank parity ρ 为 0.9937。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。