待验证50% 置信事实精确时间
模型融合（Model Merging）直接在参数层面将多个模型组合成单一模型，从而在推理阶段只需一次前向计算，相比多模型集成（ensemble）无需同时运行多个模型
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证模型合并直接在参数空间中操作，把多个模型的权重按某种方式组合起来；无需训练数据或梯度回传，仅凭权重的代数运算就能产出新模型78% 相似已验证模型合并（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77% 相似待验证离散扩散模型通过多步迭代、并行解析多个token来构建完整序列，与自回归模型的从左到右逐词生成不同75% 相似待验证整合多个模型回答的模型集成效应能够平滑单一模型的系统性偏差75% 相似待验证Token Merging 作用于推理阶段，无需重新训练即可直接对已有模型生效，不改变模型权重74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/987793API
curl https://kongchang.com/api/v1/knowledge/claims/987793MCP
get_claim(id=987793)