用 MoE 路由器实现 Decoder-Only 模型的跨语言对齐

研究者提出用 MoE 路由器的输出作为跨语言对齐目标，替代在隐藏状态上加辅助对齐损失，因为路由器输出更适合对大量 token 做池化，从而在序列级别实现更可靠的跨语言比较。在四个开源 MoE 模型上的受控持续预训练实验显示，加入该路由损失不仅让底层隐藏表示跨语言对齐，还提升了多语言评测表现。