21,7 bis 47,0 % der Parameter und vierfach schnelleres Training: Experten eines multimodalen Mixture-of-Experts-Modells ordnen sich fachlich selbst 1. Oktober 2026
SplitMoE: Effiziente Token-Routung bricht die Uniformitätsfalle in Video-Diffusionsmodellen 29. September 2026
arXiv: Von Routing-Signalen zu selektiver Überprüfung: Visuelles Regrounding in MoE-VLMs 29. September 2026
Ant Groups Ling-3.1-flash: 560 Mrd Parameter, aber nach zwei Wochen Probebetrieb gibt es weder Gewichte noch Lizenz noch Preis 29. September 2026
KI-Digest
MI · 28. Oktober 2026
KI-Digest
MI · 28. Oktober 2026
