arXiv · cs.AI· Jingtong Dou, Chuancheng Shi, Wenhua Wu, Wei Bao, Fei Shen, Zhiyong Wang, Tat-Seng Chua·· 1 天前
SuperAI提出跨异构基础模型能力融合框架
SuperAI: Merging Capabilities Across Heterogeneous Foundation Models
arXiv:2610.15322v2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：Jingtong Dou, Chuancheng Shi, Wenhua Wu, Wei Bao, Fei Shen, Zhiyong Wang, Tat-Seng Chua
研究任务与主要进展
SuperAI提出一种跨架构多模型融合框架，通过正交对齐多个源模型与宿主模型的任务相关低维表示，组合其互补能力。方法先利用共享锚点样本和PCA构建功能子空间，再用正交Procrustes映射协调表示，并以轻量残差MLP学习注入宿主模型的增量。基于论文摘要，在三个宿主模型和15个能力域上的实验显示，该方法的平均域分数高于所评估的跨架构融合方法，并能在源模型数量增加时更好地保持通用能力。
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