像公司合并后重新分派工作：一个请求换了负责部门，并不能证明服务变差。Yuanyi Wang 研究的正是这个误区。混合专家模型（MoE）含多个“专家”子网络，路由器像总机，为每个词挑选少数专家；模型合并则把分别训练过的模型参数组合起来。合并前后选中的专家不同，叫“路由漂移”，但它只是变化，不是故障诊断。
论文在 DeepSeekMoE、OLMoE 和 Qwen3-MoE 上做反事实干预——主动替换或固定路由，再比较结果。作者发现，多数专家改派更像是路由器收到的内部表示变了，而非同层路由参数本身改变；而且，路由差异很难预测恢复原模型路线后，下一词预测是否会改善。不同专家组合还可能给出方向相近的混合输出。
因此，更可靠的问题不是“路线还和原来一样吗”，而是固定其他参数后，换一种路由能否挽回任务损失。论文用人为破坏路由验证了这套检验能识别可恢复的损失，但恢复源模型路由并未在所评估的合并模型中显示出可靠收益。结论很克制：漂移值得调查，却不足以证明合并失败，也不能单独成为修复依据。