EDWARD-NMT：一次训练多规格部署的翻译架构

Edward Nguyen 等作者提出 EDWARD-NMT，一种面向神经机器翻译的混合专家（MoE）编码器-解码器架构，目标是“一次训练、随处部署”：推理时可从同一模型取出一组不同规模的子网络。 该架构由三部分组成：Matryoshka 式弹性维度、带任务条件学习阈值的自适应 sigmoid 路由器，以及双重一致性目标。上述效果均为作者在论文中的表述，尚未见独立验证。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。