arXiv · cs.AI· Antoni Buades, Jose-Luis Lisani·· 1 天前
Barycentric Anchored Search改进视觉模型权重合并的鲁棒性
Barycentric Anchored Weight Search for Robust Model Merging
arXiv:2610.14017v1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：Antoni Buades, Jose-Luis Lisani
研究任务与主要进展
Antoni Buades和Jose-Luis Lisani提出Barycentric Anchored Search，用两个微调检查点在权重空间中搜索更具鲁棒性的合并模型。
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