混合专家（Mixture-of-Experts, MoE）架构通过稀疏激活大量专家参数，实现了大规模语言模型的高效扩展，但其路由机制长期以来被视为一个黑箱。近日，一篇来自arXiv的论文（arXiv:2607.20427）揭示，MoE路由并非简单的选择过程，而是哈夫曼编码的一种体现。研究者提出了频率-多样性定律（Frequency-Diversity Law），指出当前最先进的模型如Phi-3.5-MoE和Gemma-4-27B-A4B，自发地充当信息论引擎：对于常见标记，它们分配稀疏的专家资源；而对于思维链轨迹中的罕见复杂任务，则调用高多样性的专家委员会。
然而，研究也发现了一个关键问题。在Qwen3.5-35B-A3B模型中，存在一个冗余陷阱：当有效稀疏度（k/E_eff）足够低时，负载均衡会无意中引入功能冗余，掩盖了底层的哈夫曼效率信号。为了解决这一问题，论文提出了子集差异剪枝（Subset Difference Pruning）策略，这是一种精准去除功能重复专家模块的方法。实验证明，剪枝不仅不会降低推理能力，反而能释放模型潜在的哈夫曼效率，迫使推理逻辑坍缩为精简的高密度路径。
这项研究的启示在于，下一代MoE应超越强制负载均衡，向最小描述长度（Minimum Description Length, MDL）最优性迈进。这意味着，为高频信息分配更短的专家路由编码，为低频信息分配更长、更多样化的编码，从而将路由从一种启发式方法转变为一种有原则的压缩引擎。这为更高效、更可解释的AI系统铺平了道路。研究者还提供了20页的论文和20个图表来详细阐述这些发现。