arXiv · ML· Yanggan Gu, Shuo Cai, Zihao Wang, Wenjun Wang, Yuanyi Wang, Pengkai Wang, Sirui Huang, Su Lu, Jianmin Wu, Hongxia Yang·· 2026-10-09AI 评分30
FeatCal:面向后合并模型的参数校准方法
FeatCal: Feature Calibration for Post-Merging Models
AI 导读
提出FeatCal算法,通过前向顺序逐层校准权重,利用闭式解消除特征漂移,无需梯度下降。 在CLIP-ViT-B/32和FLAN-T5-base基准测试中,FeatCal得分分别为85.5%和85.2%,优于Surgery基线,且校准速度快4倍。
来源:arXiv · ML · arxiv.org