提出基于本质子空间的数据感知模型合并方法ESM

Longhua Li 等人在 arXiv 论文（v4）中提出数据感知模型合并框架：先用 ESD 方法基于代理数据测得的激活偏移识别各任务的关键子空间，再通过 ESM 按输出偏移特征值加权并正交化任务更新方向，以减少多任务知识聚合中的干扰；ESM++ 进一步加入动态低秩任务残差专家。代码开源于 https://github.com/kiddo127/ESM。 基于论文摘要，实验覆盖多种任务集和模型规模，结果显示 ESM 与 ESM++ 能缓解任务间干扰并聚合任务知识。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。