通过混合专家(Mixture-of-Experts, MoE)机制扩展大语言模型(LLMs),可在几乎保持每词元计算量不变的前提下,实现参数量的大幅增长。然而,若要进一步扩大参数规模,则需采用愈发稀疏的路由策略,而这将导致专家负载失衡问题日益加剧。此类失衡不仅降低参数的实际利用率与训练效率,还可能损害训练稳定性,从而成为制约模型可靠扩展的关键瓶颈。本文中,我们将两种具有代表性的、无需辅助损失(auxiliary loss)的方法统一纳入比例-积分-微分(Proportional-Integral-Derivative, PID)控制器的理论框架下,视其为不完整的PID控制器:DeepSeek提出的无损方法等价于一个步长固定的积分控制器;而Kimi K3提出的分位数均衡(Quantile Balancing)则对应一种广义的比例控制器。基于这一控制论视角,我们进一步提出ID均衡(ID Balancing)方法——一种仅含积分项与微分项的PID控制器。该方法使积分项随负载误差线性缩放,并仅在失衡程度加剧时才激活微分项,从而对较大或持续恶化的失衡施加更强的校正力度,而在接近均衡状态时则采取更微小的更新步长。我们在Top-10、Top-5和Top-3三种路由策略下,于包含768个专家的MoE架构上对ID均衡进行了全面评估。结果表明,在Top-3设置中,相较于当前最优基线方法,ID均衡可将骨干网络最差情况下的最大违反率(backbone MaxVio)降低逾50%,同时将训练全程平均的最小违反率(backbone MinVio)降低12%。当模型总参数量从18.9B提升至69.9B(即在768个专家中选取Top-10路由)时,ID均衡下的骨干网络最差情况MaxVio基本保持稳定,且较依赖辅助损失的基线方法降低了约89.6%。此外,ID均衡在语言建模能力及各类下游任务性能上亦保持竞争力。尤为值得注意的是,随着路由稀疏度不断提高,ID均衡的优势愈发显著,因而有望成为支撑更大规模、更高稀疏度MoE模型可靠扩展的一项有力技术方案。

