arXiv · cs.AI· Fabian Gr\"oger, Petar Damjanovi\'c, Maria Brbi\'c·· 11 小时前
COMPASS用局部表示重叠预测模型对齐与合并兼容性
To Align or Not To Align: Check Your COMPASS Before You Train
arXiv:2610.18638v1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：Fabian Gr\"oger, Petar Damjanovi\'c, Maria Brbi\'c
研究任务与主要进展
作者提出COMPASS（模型兼容性评估分数），利用两个编码器的k近邻重叠和训练范式允许的重叠上限，在模型对齐或合并前预测候选模型对的兼容性。基于论文摘要，作者在72组跨模态对齐实验和392次任务算术模型合并中报告，兼容性预测与下游成功结果的平均Pearson相关系数分别为0.91和0.70，并据两项指标提出优先投入、改换预训练范式或降低优先级等处理方式。
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