Jul 22, 2026 arXiv'25 | SMoE：expert 不在 GPU 上？别搬了，找个'平替'直接算 Jul 22, 2026 arXiv'26 | Cassandra：不训练、不加显存，把 draft model 从 target 模型的 bit 里抠出来 Jun 30, 2026 WWW'26 | SS-MoE：显存墙下的 MoE 推理，Self-Speculative Decoding 怎么救场？