Alex M. Tseng

该工作提出 HOPE，一种二阶专家剪枝目标：在校准阶段记录每层专家对的交互矩阵 F，并将其作为二次规划求解以选择剪枝集合，理论上证明 REAP 等一阶方法是忽略交互项的特例；在三个前沿 MoE 模型（最高 122B 参数）、两套校准集与多个基准上，HOPE 在多数条件下取得最佳平均排名，50% 剪枝时平均排名 1.58（次优方法 REAP 为 2.42），在智能体编码任务上最高提升 +6.1%。

该工作提出 HOPE，一种二阶专家剪枝目标：在校准阶段记录每层专家对的交互矩阵 F，并将其作为二次规划求解以选择剪枝集合，理论上证明 REAP 等一阶方法是忽略交互项的特例；在三个前沿 MoE 模型（最高 122B 参数）、两套校准集与多个基准上，HOPE 在多数条件下取得最佳平均排名，50% 剪枝时平均排名 1.58（次优方法 REAP 为 2.42），在智能体编码任务上最高提升 +6.1%。