Awesome-Mixture-of-Experts

一份清单，带你快速入门混合专家模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 10 🐛 待处理 1 👀 关注 3

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 76

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

Awesome-Mixture-of-Experts 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队SuperBruceJia

官网地址https://github.com/SuperBruceJia/Awesome-Mixture-of-Experts

GitHubhttps://github.com/SuperBruceJia/Awesome-Mixture-of-Experts

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

技术栈/模型artificial-intelligence,expert-network,foundation-models,gating-network,large-language-model,large-language-models,large-vision-language-models,llms,llms-benchmarking,llms-reasoning,load-balancing,mixtrure-of-multimodal-experts,mixture-of-experts,moe,mome,multimodal-learning,sparse,sparse-mixture-of-experts,sparse-mixture-of-multimodal-experts,sparse-moe

GitHub 星标★ 76

上线时间2024-08-15 00:00:00

代码更新2026-07-13

仓库体积149 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

这是一个精选的混合专家（MoE）与混合多模态专家（MoME）资源列表，旨在为研究人员和工程师提供系统化的学习与参考入口。项目本身不包含代码实现，而是以目录形式收录了相关论文、开源框架、工具库、教程和前沿进展，覆盖从基础原理到最新应用的完整链路。它解决了MoE领域信息分散、入门门槛高的问题，帮助用户快速定位高质量资料，了解模型架构、训练策略、路由机制等核心内容，并跟踪多模态融合的最新趋势。作为早期项目，其价值在于信息整合与导航，适合作为学习路线图或技术选型参考。