SLEM：免校准专家合并框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Dohyeon Kim 等作者的报道，提出 Spectrum-Aware Latent Expert Merging（SLEM）免校准专家合并框架。该工作针对 MoE 模型专家合并中参数空间凸插值不可靠、依赖校准数据两大局限，在 VAE 构建的专家权重结构化潜表示中完成合并。SLEM 依据潜相似度在层内与跨层分组专家，从专家权重频谱推导合并系数，再进行几何感知的潜插值并解码回合并后的专家权重。报道称，在通用知识基准上其性能与现有方法相当或更优，在数学推理与代码生成基准上平均性能更高。目前该事件仅此一篇报道，尚无后续跟进，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。