像把任务分给一大群员工：每次只叫少数人上场，热门员工很快排起长队，其他人却没活干。超稀疏混合专家模型（MoE——把模型拆成许多“专家”，每个词只交给少数几个处理）也会遇到这种失衡。它虽能用近似不变的单词计算量扩充参数，却可能浪费模型容量、拖慢训练，甚至引发训练震荡。
论文提出 ID Balancing，把工业控制常用的 PID 思路搬进专家路由。它用每层各专家接收的词元数量作为反馈，再调整专家的路由偏置。最关键的一步是：积分项会按失衡幅度决定调整力度，偏得多就多纠正，接近平衡就轻推；微分项只在失衡继续恶化时介入，相当于发现队伍越排越长才额外踩刹车。方法还会在每次更新后重新居中偏置，并且不向语言模型的训练目标加入额外的均衡梯度。
作者将 DeepSeek 的无辅助损失方法解释为固定步长的积分控制，将 Kimi K3 的 Quantile Balancing 解释为广义比例控制。作者自述，ID Balancing 在更稀疏的路由下优势更明显，同时保持了有竞争力的语言建模与下游表现；但供稿文本中的关键实验数字缺失，因此这里不作量化比较。