KI-Modell läuft mit 87,5 Prozent weniger Experten

Forscher haben ein Mixture-of-Experts-Modell so trainiert, dass es drei Viertel seiner Experten verliert — und trotzdem fast volle Leistung bringt. Das Ding heißt EMO. Und es könnte MoE endlich aus dem Rechenzentrum auf normale Hardware bringen.

Was EMO anders macht

Klassische MoE-Modelle verteilen ihre Experten auf Wortarten oder Syntax. EMO geht anders ran: Die Experten spezialisieren sich auf inhaltliche Domänen — also Themen statt Grammatik. Das macht sie austauschbar wie Module.

✅ Pro

❌ Con

💡 Was das bedeutet

MoE-Modelle wie Mixtral oder DeepSeek sind mächtig, aber fett. Wer sie lokal laufen lassen will, scheitert am RAM. EMO zeigt: Man braucht nicht alle Experten gleichzeitig im Speicher — und das öffnet die Tür für MoE auf Laptops und Edge-Geräten.