AlignMerge：保对齐的大模型合并框架

2026年10月15日，arXiv 人工智能板块出现一篇报道，介绍 Aniruddha Roy 等作者提出的 AlignMerge 框架。该报道称，AlignMerge 是一个几何感知的大语言模型合并框架，其核心做法是把对齐作为显式不变量，在 Fisher 局部坐标中估计对齐子空间，并优化几何、对齐与预算三项损失。报道引用的原文表述为“We introduce AlignMerge, a geometry-aware merging framework that makes alignment an explicit invariant.”，即作者自述该框架使对齐成为显式不变量。截至该报道，事件进展停留在框架提出与介绍层面，报道未给出实验数据、评测结果、开源情况或与其他合并方法的对比，也未提及适用模型规模、使用条件或收费安排。此前版本标题为“AlignMerge：保对齐的大模型合并框架”，本版新增的即上述 2026年10月15日报道，与早先报道之间暂未发现数字、时间或说法上的矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。