通俗解释
把 top-k 简化为 top-1，配合负载均衡损失和低精度技巧，稳定训练出万亿参数模型，同等计算下训练速度明显提升。
用在哪里：Google MoE 研究
01原始论文
Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity
William Fedus, Barret Zoph, Noam Shazeer · 2021
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。
相关：Mixtral（top-2 MoE）无辅助损失负载均衡
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
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:
switch-transformer)