<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>MoE on Linky Systems</title><link>https://linkysystems.com/tags/moe/</link><description>Recent content in MoE on Linky Systems</description><generator>Hugo</generator><language>pt-BR</language><lastBuildDate>Thu, 15 Oct 2026 01:30:00 -0300</lastBuildDate><atom:link href="https://linkysystems.com/tags/moe/index.xml" rel="self" type="application/rss+xml"/><item><title>Fundamentos de IA: Modelos densos vs MoE - Linky Systems</title><link>https://linkysystems.com/blog/2026/10/15/2026-10-15-fundamentos-de-ia-modelos-densos-vs-moe/</link><pubDate>Thu, 15 Oct 2026 01:30:00 -0300</pubDate><guid>https://linkysystems.com/blog/2026/10/15/2026-10-15-fundamentos-de-ia-modelos-densos-vs-moe/</guid><description>&lt;h1 id="fundamentos-de-ia-modelos-densos-vs-moe"&gt;Fundamentos de IA: Modelos densos vs MoE&lt;/h1&gt;
&lt;p&gt;&lt;a href="https://linkysystems.com/blog/2026/10/05/2026-10-05-fundamentos-de-ia-nlp-pln-e-nlu/"&gt;O artigo anterior&lt;/a&gt; tratou de NLP e NLU, o campo conceitual por trás dos modelos de linguagem. Este último fecha a série voltando para a arquitetura: a diferença entre modelos densos e MoE, quais parâmetros são de fato ativados a cada token e por que isso muda a conta de custo e de memória, assunto que já tinha aparecido no &lt;a href="https://linkysystems.com/blog/2026/09/22/2026-09-22-fundamentos-de-ia-treinamento-inferencia-e-quantizacao/"&gt;artigo sobre quantização e uso local&lt;/a&gt;.&lt;/p&gt;</description></item></channel></rss>