免训练专家合并方法 DUME 被 NeurIPS 2026 接收
benfielding · x · 2026-09-29
研究者团队宣布其论文 DUME: Training-Free Dynamic Upcycling of Expert Language Models 被 NeurIPS 2026 接收。
核心贡献：DUME 提供一种无需后训练（training-free）的 LLM 路由方案，可以把多个已经训练好的领域专家模型直接合并成一个混合专家（Mixture-of-Experts, MoE）模型，省去了合并后通常需要的额外训练环节。
「研究」频道最新
- Caltech 三位学者对谈:AI 正在重塑从量子到生态的科学发现 — AnimaAnandkumar · 2026-09-29
- 经济学论文 AI 代写达 25-50%,但投稿量并未爆炸 — paulnovosad · 2026-09-29
- 芝大办神经技术前沿研讨会，Willett 等四位大佬主讲 BCI — plopesresearch · 2026-09-29
- 前沿模型直驱 CAD 与机器人:研究者维护 243 案例动态综述库 — YuXiang_IRVL · 2026-09-29
- 审计数千条 rollout:80% 编程 agent 在脑补不存在的评分器 — jonas__m · 2026-09-29
- f-散度群不变性与 Fisher-Rao 距离:新论文证明统一约化 — FrnkNlsn · 2026-09-29