MoLE：混合潜在专家视觉推理框架

2026年10月15日，arXiv Artificial Intelligence 刊出由 Yingcheng Liu 等作者发布的论文，提出 MoLE（Mixture of Latent Experts，混合潜在专家）框架。该框架让不同潜在 token 在证据提取阶段各自隔离、观察并转换互补的视觉信息，再由专门的潜在摘要专家聚合这些表示，从而同时控制每个潜在视觉专家观察哪些视觉证据以及如何转换这些证据。在五个视觉推理基准上，MoLE 平均得分 78.6，比数据量匹配的监督微调高 4.9，比同潜在预算下最强基线高 3.6；遮蔽潜在通路后平均性能下降 9.2。上述结果与对比数据均来自该论文报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。