部分验证65% 置信事实精确时间
Sakana AI此前发表研究展示了通过模型合并（Model Merging）技术将多个已训练模型权重组合，创造性能超越原始模型的新模型，并可通过进化算法自动搜索最优合并策略
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Sakana AI发布Fugu Ultra：模型编排如何达到前沿AI水平
rss2026/6/21
相关事实
待验证模型合并（Model Merging）通过在参数空间对不同版本权重进行线性插值或球面插值（SLERP），可在不重新训练前提下融合不同版本能力特征69% 相似待验证随着大模型能力成熟，越来越多SaaS工具正在从「呈现信息」向「生成决策」进化69% 相似待验证AI编程工具自研模型常采用大模型生成训练数据加小模型专项微调的策略，Replit的replit-code、Tabnine的本地小模型遵循类似逻辑69% 相似待验证模型集成是将多个不同模型的预测结果进行组合以获得更优性能的技术，常见方法包括Bagging、Boosting和Stacking67% 相似待验证Sakana AI的研究哲学强调通过自然界中的进化机制来优化神经网络架构和参数67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/42775API
curl https://kongchang.com/api/v1/knowledge/claims/42775MCP
get_claim(id=42775)