محققان در پژوهشی جدید، رویکرد جذاب «ادغام مدلها» (Model Merging) را با روش سنتی «آموزش چندوظیفهای» (Joint Multi-Task Learning) در یادگیری تقویتی به چالش کشیدهاند.
نتیجه جالب اینجاست: در بنچمارکهای ایجنتی (مثل AppWorld)، ادغام مدلها نه تنها عملکردی مشابه آموزش مشترک دارد، بلکه به دلیل هندسه خاص بردارهای وظیفه (Task-Vectors)، تفاوت چندانی میان روشهای مختلف ادغام دیده نمیشود. این یعنی حالا میتوانیم بدون نیاز به بازآموزیهای سنگین، متخصصان مستقل را با هم ترکیب کنیم و به همان نتیجه برسیم!
این کشف میتواند مسیر توسعه ایجنتهای هوشمند را بسیار بهینهتر و سریعتر کند.
منبع: arXiv AI
