arXiv · cs.AI· Dohyeon Kim, Bedionita Soro, Bruno Andreis, Sung Ju Hwang·· 11 小时前
SLEM：基于频谱感知潜空间的专家合并框架
SLEM: Spectrum-Aware Latent Expert Merging
arXiv:2610.16484v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Dohyeon Kim, Bedionita Soro, Bruno Andreis, Sung Ju Hwang
研究任务与主要进展
SLEM提出一种无需校准数据的MoE专家合并框架，在VAE结构化潜空间中对专家权重进行合并。作者基于专家权重的频谱计算合并系数，并进行几何感知的潜空间插值后解码为合并后的专家权重；基于论文摘要，该方法在通用知识基准上取得相当或更好的表现，在涉及数学推理和代码生成的生成基准上取得更高平均表现。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org