热点事件持续更新
MTM：混合训练合并统一多目标模型
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
2026年10月3日，arXiv cs.LG 分类发布研究，提出 Mixture-Trained Merging（MTM）方法，用于构建统一多目标模型。该方法让每个分支在目标偏置的数据混合上训练，而非单一目标，从而在权重空间合并时保持兼容性。报道称，在代码、数学、指令遵循和 think/non-think 控制上，MTM 优于朴素合并，并避免了单目标合并导致的 think/non-think 模式坍缩。目前该事件仅有这一篇报道，尚无后续进展或矛盾信息。
AI 根据报道生成 · 10 小时前更新
最新进展10月3日 12:00
arXiv 发布 MTM 方法，称在多目标合并上优于朴素合并。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）Mixture-Trained Merging：面向统一多目标模型的混合训练合并方法
研究者提出 Mixture-Trained Merging（MTM），让每个分支在目标偏置的数据混合上训练而非单一目标，从而在权重空间合并时保持兼容性。在代码、数学、指令遵循和 think/non-think 控制上，MTM 优于朴素合并，并避免了单目标合并导致的 think/non-think 模式坍缩。
本事件热度走势
当前热度 5·可比范围峰值 7（10月4日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。