안녕하세요. 문의주신 질문에 대한 답변입니다. 
1. pruning/merging 과정에서 병합 비율 등을 조절하기 위해 별도의 파라미터를 도입하는 것은 허용됩니다. 다만, 원칙적으로 금지되는 행위는 (i) 다른 학습된 모델의 가중치를 가져오는 것, (ii) 데이터를 사용하여 학습하는 것입니다. 이는 데이터의 품질 차이에 따른 성능 향상이 대회의 본질과 무관하기 때문입니다.
2. 1번에서 말씀 드린 것처럼 허용되지 않는 것은 (i) 외부 학습된 모델의 가중치 반입, (ii) 데이터 기반 학습을 통한 가중치 수정입니다.
3. Qwen3 MoE 구조상, router의 Linear Layer에서 나온 logits을 통해 top-k 전문가가 선택되고, 선택된 전문가들의 출력을 합산하는 방식이므로 출력 차원이 항상 보존됩니다. 따라서 활성화 전문가 개수를 조정함으로써 차원 불일치 문제가 생기지는 않습니다. 
다만, pruning 과정에서 expert 개수를 줄이는 경우, gate Linear Layer(=router)를 수정해야 하는 상황이 발생할 수 있으며, 이는 허용됩니다.
즉, model merging 및 pruning 알고리즘에 따른 가중치 수정 및 도입은 가능하다고 이해해주시면 됩니다.