研究者提出分组秩感知模型合并方法GRAM
热点事件持续更新
研究者提出分组秩感知模型合并方法GRAM
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究者 Di Wu、Shuaidong Pan 提出分组秩感知模型合并方法 GRAM：用任务向量之间的主角度几何关系判断哪些任务应合并，再在每组内做标准 SVD 合并，合并时只需微调权重。 据该研究称，仅增加一个模型（K=2）时，GRAM 能显著缓解子空间干扰，在 GLUE（Flan-T5）、8 任务 CLIP 视觉以及 Qwen2-7B-Instruct 的四个中英文医疗 LoRA 指令微调上均优于此前合并方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月22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22日
- arXiv cs.CLGRAM：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，利用任务向量之间的主角度几何关系判断哪些任务应合并，再在每组内执行标准 SVD 合并，合并时仅需微调权重。仅增加一个模型（K=2）时，GRAM 显著缓解子空间干扰，在 GLUE（Flan-T5）、8 任务 CLIP 视觉以及 Qwen2-7B-Instruct 的四个中英文医疗 LoRA 指令微调上均优于此前合并方法。
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。