研究发现带共享专家的 MoE 中不存在传统对比解码的层级差异，但高层专家在事实与非事实输出间呈现明显激活模式差异。EAACD 将高层专家分组后通过注意力放大与掩码增强负样本对比，在四个 QA 数据集上超越所有基线方法。 创意点：MoE 架构（如 Mixtral、GPT-4 传闻）正成为主流，幻觉问题直接影响产品可靠性。EAACD 提供了一种无需微调的推理时优化方案：工程师可在部署 MoE 模型时，按该方法对高层专家按置信度/一致性分组，在生成阶段注入对比信号，尤其适合知识问答类 Agent 场景。 原文：https://arxiv.org/abs/2607.20426
作者后记
这篇候选手册来自公开业界分享的摘要提炼，不转载原文。后续我会补充自己的验证、代码和可复用配置，再升级为正式 playbook。
文档版本：v1 · 2026-04-24
不想错过下一篇
加入每周 AI 工程师 Brief
新 playbook 上线第一时间通知，附作者每周观察。永久免费。