大語言模型（LLM）雖已展現(xiàn)出卓越的代碼生成潛力，卻依然面臨著一道艱巨的挑戰(zhàn)：如何在有限的計算資源約束下，同步提升對多種編程語言的理解與生成能力，同時不損害其在主流語言上的性能？

為此，中國移動九天團(tuán)隊創(chuàng)新性地提出了 Hybrid MoE 架構(gòu) ——MultiPL-MoE，該方案的核心在于耦合兩個層次的專家選擇機(jī)制進(jìn)行優(yōu)化：在 Token 層級，采用配備共享專家及新穎門控權(quán)重歸一化方法的稀疏 MoE，以實現(xiàn)與段落層級專家的高效協(xié)同；在 Segment 層級，則創(chuàng)新性地引入滑動窗口劃分與專家選擇路由策略，使模型能夠精準(zhǔn)捕捉不同編程語言的語法結(jié)構(gòu)與深層上下文模式。目前，該項研究已被 EMNLP 2025 接收。

論文標(biāo)題：MultiPL-MoE: Multi-Programming-Lingual Extension of Large Language Models through Hybrid Mixture-of-Experts論文鏈接：https://arxiv.org/abs/2508.19268代碼鏈接：https://github.com/Eduwad/MultiPL-MoE

背景

現(xiàn)有的通用大模型在代碼生成方面已經(jīng)展示出卓越的能力，然而大量研究表明這些大模型在高資源編程語言（如：Python）與低資源編程語言上（如：Rust）上存在顯著的性能差異，后者無論是在線資源還是訓(xùn)練數(shù)據(jù)集均相對匱乏。對多語言代碼生成能力日益增長的需求，促使人們致力于將廣泛的編程語言知識注入 LLM。然而，現(xiàn)有的研究主要存在以下兩種問題：

1. 使用多種編程語言的數(shù)據(jù)對基座模型進(jìn)行繼續(xù)訓(xùn)練，但存在計算開銷極為龐大的問題；

2. 通過特定高質(zhì)量低資源數(shù)據(jù)對基座模型進(jìn)行微調(diào)以提升特定編程語言性能，但會引發(fā)基座模型原有代碼能力的嚴(yán)重災(zāi)難性遺忘問題。

因此，我們創(chuàng)新性地提出了一種 Hybrid MoE 結(jié)構(gòu)，即 token-level MoE 和 segment-level MoE 相結(jié)合的 MoE 架構(gòu)。Token-level MoE 采用典型的 sparse upcycling MoE 結(jié)構(gòu)，Segment-level MoE 則利用滑動窗口獲得多個分段并搭配采用專家選擇 top-k 個分段的專家選擇路由的策略。實驗結(jié)果證明了 MultiPL-MoE 的有效性。

方法

1. MoE 定義

2. MultiPL-MoE

MultiPL-MoE 的提出以優(yōu)化 token-level 和 segment-level 的專家選擇。Token-level MoE 是一種傳統(tǒng)的 token 選擇路由，結(jié)合了共享專家和一種新的路由權(quán)重歸一化方法，以解決后期與 segment-level MoE 融合時的規(guī)模不匹配問題。對于 segment-level MoE，我們采用專家選擇路由機(jī)制，將輸入作為上下文連貫的分段，使專家能夠捕捉語法結(jié)構(gòu)和一些篇章級的特征。

圖 1 MutilPL-MoE 的整體架構(gòu)

2.1 Token-level MoE

2.2 Segment-level MoE

最后，融合 token-level MoE 和 segment-level MoE 的第 l 層輸出為：

2.3 損失函數(shù)

通過將 next token prediction loss 與 load balance loss 相結(jié)合來訓(xùn)練混合 MoE。

(1) next token prediction loss

(2) load balance loss

最終的優(yōu)化目標(biāo)為：

實驗結(jié)果

實驗結(jié)果表明，MultiPL-MoE 在跨語言泛化方面取得了顯著進(jìn)步。MultiPL-MoE 在 Humaneval 和 MBPP 的兩個基準(zhǔn)測試中均實現(xiàn)了一致的性能，即顯著增強(qiáng)了模型在低資源編程語言上的性能，同時有效緩解了高資源編程語言中的災(zāi)難性遺忘。同時，我們也注意到，除基礎(chǔ)模型 Qwen1.5 外，基線模型、MultiPL-MoE 的 MBPP Python 語言上都表現(xiàn)出持續(xù)較低的性能，遠(yuǎn)遠(yuǎn)低于其他語言。

圖 2 不同 baseline 及 MultiPL-MoE 在 6 種編程語言上的實驗結(jié)果。其中，Python，Java，C++ 代表高資源語言，Rust，Go，Ruby 代表低資源語言。

結(jié)語

本文提出了一種混合式多語言學(xué)習(xí)模型 (MoE)——MultiPL-MoE，它同時包含 token-level MoE 和 segment-level MoE。MultiPL-MoE 引入共享專家來捕捉 token 之間的知識共性，并在句段 (segment) 之間獲取句段間的語義和邏輯信息。在兩個不同的基準(zhǔn)測試集上進(jìn)行的大量實證研究證明了 MultiPL-MoE 是一種在預(yù)訓(xùn)練后階段擴(kuò)展低源碼編程語言的有效方法。