arXiv Artificial Intelligence· Shuo Cai, Yanggan Gu, Yuhang Liu, Su Lu, Yuanyi Wang, Yang Yu, Zhen Li, Zhitian Hou, Guanghao Zhu, Ming Li, Hongxia Yang·· 4 小时前AI 评分34
FusionEval：面向大语言模型的模型融合基准测试
FusionEval: Benchmarking Model Fusion for Large Language Models
AI 导读
FusionEval 是用于评测大语言模型模型融合的基准，提供受控专家池并统一评估有训练与无训练融合方法。专家池基于 Qwen3 和 Llama 基座独立训练，覆盖数学、代码、科学、指令遵循与工具使用，在八个公开基准上报告归一化平均与最差性能、运行时间和峰值 GPU 显存。
来源：arXiv Artificial Intelligence · arxiv.org