DMoE 深度研究：解耦混合专家的参数化知识注入

给 LLM 配一柜「专家 U 盘」—— 知识注入范式的一次「解耦」革命研究对象：《Decoupled Mixture-of-Experts (DMoE) for Parametric Knowledge Injection》（arXiv:2606.14243，Submitted 12 Jun 2026，Baoqing Yue 等 8 人）研究时间：2026-08-16 ｜ 主笔整合（一手材料 arXiv 摘要/综述精读 + 多源核证）＋ 事实校正对照科普视频脚本方法：以论文原文（arXiv / alphaXiv / EmergentMind 综述）为准，逐条核对视频脚本爆点数字；凡与宣称不符处，单列「事实校正」。〇、费曼视角 · 一句话讲清设想一位博学但记性固化的老教授（基座 LLM，预训练后知识冻结）：RAG像考试时给他翻参考书——书不在他脑子里，他只是照着念，知识是「浅层外接」的；SFT / 全量微调像逼他把整本书背进脑子——新书记住了，旧书却忘了（灾难性遗忘），且全书重背极贵；DMoE则给他配一柜子**「专家 U 盘」：每个 U 盘是一个知识单元的小 LoRA。他讲着讲着，觉得自己卡壳了**（熵高 = 不确定），就按当前话题用 BM25 找出最匹配的 U 盘，