Reddit上讨论ToMoE论文：通过动态结构化剪枝将稠密LLM转为MoE架构，无需微调即可减少活跃参数。但网友指出其性能损失大，相当于q2/q3量化损伤，且显存不减，仅对服务端有实际加速意义，个人用户收益有限。