AdaMerging：多任务学习的自适应模型融合
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了一种创新技术称为自适应模型融合（AdaMerging），该方法通过无监督任务算术方案自动学习模型融合的系数，既可以在任务层面上，也可以在层级层面上，而无需依赖原始训练数据。实验结果表明，与当前最先进的任务算术融合方案相比，AdaMerging 在性能上有显著的 11% 改进，并且在应用于未见过的下游任务时表现出更好的泛化能力，同时还显著提高了对数据分布漂移的鲁棒性。
本文介绍了自适应模型融合（AdaMerging）技术，通过无监督任务算术方案自动学习模型融合的系数，无需依赖原始训练数据。实验结果表明，AdaMerging 在性能上有显著的11%改进，并且在应用于未见过的下游任务时表现出更好的泛化能力和鲁棒性。
