跨模型表示对齐新研究

2026年10月27日，Oladimeji Anthonio等人在arXiv发布关于跨模型表征对齐的研究。 该研究证实，5个冻结模型可通过激活值在共享空间中建立统计鲁棒的表征对应，无需进行权重合并。实验显示，在最终层平均检索时准确率达0.91至0.93，优于成对线性映射方法。 研究同时指出局限性：模型在中间层的表现较差，且该方法不支持路由优势。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。