AI 前沿 · 每日整理
亚马逊 HOPE：MoE 剪枝一半，编程任务反超 6.1%
亚马逊提出 HOPE 二阶 MoE 专家剪枝法：剪枝时不只看单个专家的重要性，还考虑专家之间的协同关系。50% 剪枝率下它排名最优，在智能体编程任务上比次优方法高 6.1%；无需再训练，还能与量化叠加使用。
原文摘录
At 50% pruning, HOPE achieves the best average rank of any method, with gains of up to +6.1% on agentic coding tasks over the next-best pruning method.（大意：剪掉一半专家时，HOPE 综合排名最优，在智能体编程任务上比次优方法高 6.1%。）
值得肯定
省钱不折腾：不用重训就能省下一半专家，推理成本直接下降，还能和量化叠加；思路抓住了以往方法忽略的专家协同关系。
需要注意
数字来自亚马逊自家论文与博客，部署收益要看具体模型；剪枝效果因模型而异，不能默认照搬。