跳到正文
热点事件持续更新

研究提出 ESD/ESM 多任务模型合并框架

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

Longhua Li 等研究者发表论文,提出数据感知的多任务模型合并框架 ESD、ESM 与 ESM++,用于把多个共享 checkpoint 微调模型中的任务知识聚合到一起。 按照论文说法,ESD 依据 proxy data 上的激活偏移识别每个任务的 essential subspace,ESM 按输出偏移特征值加权任务更新方向并跨任务正交化以减少任务间干扰,ESM++ 再动态集成低秩任务残差专家。论文称这一框架的目标是在保留关键任务知识的同时降低干扰。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    面向多任务知识聚合的 essential subspace 数据感知模型合并

    研究提出数据感知的模型合并框架 ESD、ESM 与 ESM++,用于聚合共享 checkpoint 微调模型的多任务知识。ESD 依据 proxy data 上的激活偏移识别每个任务的 essential subspace,ESM 按输出偏移特征值加权任务更新方向并跨任务正交化以减少干扰,ESM++ 进一步动态集成低秩任务残差专家。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。