COMPASS：模型对齐与合并前的兼容性预评估方法

Fabian Gröger、Petar Damjanović、Maria Brbić 在 arXiv 发布论文，提出 COMPASS（COMPatibility ASsessment Score），一种在模型对齐或合并前预测候选模型对兼容性的诊断分数。该方法利用两个编码器的 k 近邻重叠，以及训练范式所允许的重叠上限。 基于论文摘要，作者报告在 72 组跨模态对齐实验和 392 次任务算术模型合并中，COMPASS 的兼容性估计与下游成功结果平均 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。以上为作者声称的结果，材料未说明独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。