研究人员开发了分解、阈值和缩放（DTS）这一新的高效合并多个AI模型的框架。传统方法由于参数冲突常常会降低性能，而现有的个性化合并技术会增加存储开销。DTS通过使用奇异值分解仅保留必需的奇异值和向量，并结合一种新颖的阈值策略来对奇异向量元素进行分组并应用缩放因子，从而解决了这个问题。DTS的一个变体还通过基于语义相似性以无数据的方式融合特定任务信息，实现了对未见任务的泛化。 AI
影响 这项研究可能导致更高效的多任务AI模型部署，减少存储需求并提高泛化能力。
排序理由 该集群包含一篇详细介绍AI模型合并新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
