通俗解释
把一层拆成很多并列的专家，路由器给每个 token 打分只选 top-k 个专家计算。总参数可以极大，但每个 token 的计算量只相当于小模型。
用在哪里：现代 MoE 大模型的源头
时间轴 · 前置 → 当前 → 后继
01原始论文
Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer
Noam Shazeer, Azalia Mirhoseini, Krzysztof Maziarz, et al. · 2017
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
稀疏门控混合专家
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：从零理解一个大模型
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
sparse-moe)