GRAM 模型合并方法论文发布
热点事件持续更新
GRAM 模型合并方法论文发布
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者 Di Wu、Shuaidong Pan 在 arXiv 发布论文，提出分组秩感知模型合并方法 GRAM。该方法利用任务向量的主角度几何决定哪些任务合并为一组，再在各组内进行 SVD 合并，仅需微调权重即可完成。 论文称，仅增加 1 个额外模型（K=2）时，GRAM 可显著缓解子空间干扰问题，并在 GLUE（Flan-T5）、8 任务 CLIP 视觉以及 Qwen2-7B-Instruct 的中英文医疗 LoRA 指令微调上超越现有合并方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
GRAM：基于子空间对齐的分组秩感知模型合并方法报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIGRAM：基于子空间对齐的分组秩感知模型合并方法
研究者提出分组秩感知模型合并方法 GRAM，利用任务向量的主角度几何决定哪些任务合并为一组，再在各组内做 SVD 合并，仅需微调权重即可完成。仅增加 1 个额外模型（K=2）时，GRAM 显著缓解子空间干扰问题，在 GLUE（Flan-T5）、8 任务 CLIP 视觉以及 Qwen2-7B-Instruct 的中英文医疗 LoRA 指令微调上均超越现有合并方法。
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。