Le filThèmes : RechercheModèles
SplitMoE divise les experts en deux groupes pour mieux passer à l’échelle la diffusion vidéo
1 sourcemis à jour 30 sept.pertinence 2,2 sur5
L’essentiel
SplitMoE sépare des experts sémantiques et des experts génériques. À budget de paramètres activés équivalent, il dépasse les MoE classiques à équilibrage de charge pour la convergence, la cohérence du routage et la qualité vidéo.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYu Xu, Yuxin Zhang, Xiao Yang et al.huggingface.co
Breaking the Uniformity Trap: Scaling Video Diffusion Model via SplitMoE (site externe)
Mixture-of-Experts (MoE), popularized by large language models, is a promising paradigm for scaling visual generative models.
Sur les mêmes thèmes
Modèles
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Modèles
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Modèles
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Modèles
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5