arXiv · 机器人与计算机视觉· Pratik Ramesh, George Stoica, Arun Iyer, Leshem Choshen, Judy Hoffman·· 2026-10-16AI 评分68
Learning Not To Interfere:一种通过解耦专家模型以减少跨任务干扰的模型合并方法
Learning Not To Interfere: Adapting Experts For Model Merging
AI 导读
针对独立训练的多任务模型直接合并时出现的性能下降问题,本文形式化定义了“跨任务干扰”概念,并提出 Resolving Interference (RI) 框架。该方法利用无标签辅助数据对专家模型进行轻量级适应,使其在功能上与其他任务空间正交,从而减少干扰。实验显示 RI 能将主流合并方法的性能提升最高 3.8%,泛化能力提升 2.3%。代码库已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org