研究者提出数据感知模型合并框架ESD/ESM

研究者 Longhua Li 等人发表论文，提出数据感知的模型合并框架 ESD/ESM：用代理数据识别每个任务输出偏移能量集中的 essential subspace，按输出偏移特征值加权任务更新方向，并做跨任务正交化以降低任务间干扰。其扩展 ESM++ 进一步动态集成低秩任务专属残差专家，实现自适应知识聚合。 作者称，在多任务数据集和多种模型规模上的实验显示，ESM 与 ESM++ 能有效聚合任务知识并缓解任务间干扰，代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。