大模型 | 多个动画视觉效果解释 Transformer 和 MoE 的差别

专家混合（MoE）是一种流行的架构，比如最近火爆天的 DeepSeek V3 和 R1 就是这类模型。它利用不同的“专家”来改进 Transformer 模型。

下面的示意图展示了它们与 Transformer 的不同之处。

Transformer 和 MoE 在 decoder 块中有所不同：

• Transformer 使用前馈网络。
• MoE 使用 experts，它们是前馈网络，但与 Transformer 中的网络相比更小。

在推理过程中，将选择专家的子集。这使得 MoE 中的推理速度更快。

由于网络包含多个解码器层：

• 文本会在不同的层中经过不同的专家。
• 每个 token 选择的专家也各不相同。

但是，模型如何决定哪些专家是理想的呢？

这由路由器（Router）来完成。接下来我们来讨论它。

路由器就像一个多分类分类器，它对专家生成 softmax 分数。根据这些分数，我们选择前 K 个专家。

路由器与网络一起训练，并学习如何选择最合适的专家。

但这并不简单。让我们来看看其中的挑战！

挑战 1）注意训练初期的这一模式：

• 模型选择“专家 2”
• 该专家变得稍微更好
• 可能会再次被选中
• 该专家学到更多知识
• 又被选中
• 学到更多知识
• 如此循环！

许多专家因此训练不足！

我们通过两个步骤来解决这个问题：

• 在路由器的前馈输出中添加噪声，使其他专家的 logits 更高。
• 将除前 K 个之外的所有 logits 设为负无穷大，这样在 softmax 之后，这些分数就变为零。

这样，其他专家也有机会参与训练。

挑战 2）某些专家可能会比其他专家处理更多的 token，导致部分专家训练不足。

我们通过限制每个专家可处理的 token 数量来避免这种情况。

如果某个专家达到上限，输入的 token 就会被传递给下一个最合适的专家。

MoE 具有更多的参数需要加载，但由于每次仅选择部分专家，因此只有一部分参数被激活。

这使得推理速度更快。@MistralAI 的 Mixtral 8x7B 就是一个基于 MoE 的知名大型语言模型（LLM）。

下面是对比 Transformer 和 MoE 的示意图！

以上内容来自 Avi Chawla 的推文。

---

如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 2024行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方优快云官方认证二维码，免费领取【保证100%免费】