← 返回概念解读

Concept Fable精修版

Top-k 路由

Top-k Routing · MoE

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

每块铁只请前几位合适师傅

集市问诊棚原本靠一套熟办法运转。问诊总管看见病人少,便让谁空着谁接诊,按旧节奏看病时很少出岔子。

后来事情变大了。病人一多,名医被围得水泄不通,催促声从清晨排到傍晚。新人以为这是数量问题,只要多派人、多加钟点就行;老人却看见许多细节已经越过旧办法能承受的边界。

掌事人试了第一个办法:让每个医师都看所有病人。开头几天确实看见起色,队伍短了些,外人也觉得这门手艺终于跟上了新场面。

可麻烦很快换了样子。有人为了赶进度省掉检查,有人把不合适的活硬塞进旧流程,最熟练的人反而被琐事拖住。出错处不总在明面上,常等到交付之后才露出来。 旧账本还能说明来路,却说不清下一步该怎么改。

掌事人又加了规矩,要求每个人多签字、多回报、多补一层保护。纸面看起来周全,现场却更慢;师傅们忙着证明自己没错,真正的裂缝仍在原处扩大。旁观者只看到结果忽好忽坏,现场的人越来越难判断该先救速度、质量,还是责任。 每个人都觉得自己多做了一点,整件事却没有因此更稳。

一位沉默的老匠人把几次失败摊在桌上。他没有责怪谁,只让大家看同一个细节:新限制从来没有进入日常练习,只在交付前突然冒出来。他把几次返工按发生顺序排开,众人才发现,失误总在同一个拐角被放大。

于是作坊改成了新规:由门口郎中先挑出最合适的两三位专长医师接诊。刚开始人人不适应,手脚都像被拴住;但几轮下来,粗糙的捷径被挡住,真正稳妥的动作慢慢留下来。

再遇到同样的压力时,交付没有变得花哨,却明显更可靠。问诊总管终于明白:把问题送给少数最合适的人,既省力也少乱。若等到最后才补救,代价往往已经埋进前面的每个选择里;这条新路没有消灭成本,却让成本提前现身,方便在还能改动的时候被处理。

揭示

这个故事讲的是:Top-k 路由

Top-k Routing 是 MoE gating 的一种策略:每个 token 只发送给得分最高的 k 个专家,而不是所有专家。k 的选择影响计算量、质量、延迟和专家负载;Switch Transformer 可看作 k=1 的极端形式,更大的 k 通常提高表达能力但增加成本。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

隐喻映射

  • 所有师傅出意见:把 token 发给全部 experts,计算昂贵
  • 只请第一名:top-1 routing,速度快但容量和鲁棒性有限
  • 锁形车轴:需要多个专家视角的复杂 token
  • 前 k 位师傅:Top-k Routing
  • 每件活设容量:expert capacity 与 token dispatch 限制
  • 记录不同 k 的效果:质量、成本、延迟和负载的调参
  • 最后洞察:Top-k Routing 用可控的专家数量,在稀疏计算和表达能力之间折中

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

expert routingMoESwitch Transformer (k=1)