真实训练中这些数字由学习得到；这里你直接拨。每个 token 到来时，护士按 softmax(原始分) 给 4 个专家打概率，token 去 概率最高 的专家（top-1）。
100 个 token 按当前路由规则分流。颜色 = 被哪个专家接走。点一个 token 看它的完整路由分数表。
💡 试着把 E0 偏置拉满（崩塌）：aux_loss 冲向 4.0，其余专家闲置。真实训练中 aux_loss（系数很小，5e-4）会持续把这种偏斜拉回 1.0 附近——我的 M0 实验证明 150 步内就能从 48.8% 垄断拉回 25/25/25/25。