本研究提出了一种新的深度模型融合方法，称为“零-shot稀疏低秩专家(SMILE)构建”，可在不需要额外数据或进一步训练的情况下将源模型扩展为MoE模型。实验表明，SMILE在多个任务中表现出良好的适应性和可扩展性。

深度模型融合是一种通过合并多个深度学习模型的参数或预测来提升性能的新兴技术。尽管面临高计算成本和模型干扰等挑战，本文综述了该技术的最新进展，提出了未来研究方向，并介绍了自适应集成学习框架和多模态融合方法，强调其在多个领域的应用潜力。