LegközelebbKövetkező útmutató
Sakana AI evolúciós modell-egyesítés
Vállalatok
Műszaki ÚTMUTATÓ
Some model-merging methods combine compatible fine-tuned checkpoints using weight-space arithmetic without additional gradient training or access to original training data.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Results depend on architecture, tokenizer, base checkpoint, merge recipe, and evaluation; merging does not guarantee that capabilities combine cleanly.
Model merging combines parameters from trained models, often by averaging weights or manipulating task vectors—the difference between a fine-tuned checkpoint and its base model. Methods such as task arithmetic, TIES, and DARE can produce a merged checkpoint without rerunning gradient training or using the original training set. Many methods assume matching architectures, parameter layouts, and compatible base models. TIES trims small changes, resolves sign conflicts, and merges aligned updates; DARE randomly drops and rescales task-vector entries before merging. These procedures can reduce some forms of interference, but they do not guarantee a stronger model: task performance can degrade, and merge coefficients or checkpoint compatibility require testing. Evaluate the exact merged artifact on each intended task and retain provenance and licenses for all inputs.
Egy kódolásra hangolt modell keverése egy csevegésre hangolt modellel, így az egyik LLM természetesen kódot ír és beszélget, átképzés nélkül.
Evolúciós egyesítési kísérletek, amelyek egy japán nyelvi modellt egy angol matematikai modellel kombináltak, hogy egy erős japán nyelvű matematikai megoldást hozzon létre.
A „toxicitási” feladatvektor levonása a modell súlyaiból a káros kimenetek csökkentése érdekében új biztonsági adatok gyűjtése nélkül.
Több különböző írási stílusra kiképzett LoRA-adapter egy modellbe egyesítése, amely rugalmasan válthat hangot.
Az összevonás várhatóan a modell „ellátási láncok” szabványos részévé válik. A központok már több ezer összevonható ellenőrzőpontot tartalmaznak, és az olyan eszközök, mint a mergekit, megoszthatóvá teszik a recepteket. A kutatás az automatizált egyesítési keresés felé halad (az evolúciós algoritmusok rétegenkénti keverési arányokat választanak ki), a kissé eltérő architektúrák között egyesítik, és menet közben egyesítik a Mixture-of-Experts összetevőket. Ahogy a nyílt finomhangolások szaporodnak, az egyesítés szinte ingyenes módot kínál a képességek összeállítására, bár az egyesített modellek engedélyezése és származása egyértelműbb szabványokat igényel.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Some model-merging methods combine compatible fine-tuned checkpoints using weight-space arithmetic without additional gradient training or access to original training data. Results depend on architecture, tokenizer, base checkpoint, merge recipe, and evaluation; merging does not guarantee that capabilities combine cleanly.
A modell-egyesítés közvetlenül a modellek tanult súlyain/paraméterein működik, egyetlen halmazba olvasztva azokat, ahelyett, hogy adatokat vagy futásidejű kimeneteket kombinálna.
Some merging methods combine compatible fine-tuned checkpoints with weight-space arithmetic, without additional gradient training or the original training data.
TIES trims small changes and resolves sign conflicts before merging aligned updates. DARE randomly drops task-vector entries and rescales those retained; it does not use TIES’s sign-consensus step.
Task arithmetic combines model deltas relative to a base checkpoint using selected coefficients; the resulting model still needs evaluation.
The TIES paper describes Trim, Elect Sign, and Merge as steps for reducing interference among task vectors.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Sakana AI evolúciós modell-egyesítés
Vállalatok