arXiv 自然语言处理· Shuo Cai, Yanggan Gu, Yuhang Liu, Su Lu, Yuanyi Wang, Yang Yu, Zhen Li, Zhitian Hou, Guanghao Zhu, Ming Li, Hongxia Yang·· 8 小时前AI 评分40
FusionEval：面向大语言模型的模型融合评测基准
FusionEval: Benchmarking Model Fusion for Large Language Models
AI 导读
研究人员推出 FusionEval 基准，用于系统评估大语言模型融合方法的能力保留度与计算成本。该基准基于千问（Qwen3）与 Llama 构建涵盖推理及工具调用的专家池，并在 8 个公开基准上测试性能与 GPU 峰值显存。实验表明免训练方法会严重削弱工具调用能力，MOPD 虽较均衡但需额外训练；相关代码已开源。
来源：arXiv 自然语言处理 · arxiv.org