arXiv 机器学习· Antoni Buades, Jose-Luis Lisani·· 7 小时前AI 评分35
面向鲁棒模型合并的重心锚定权重搜索
Barycentric Anchored Weight Search for Robust Model Merging
AI 导读
研究者提出重心锚定搜索（Barycentric Anchored Search），无需额外梯度训练或增加推理成本，仅需 2 个微调检查点即可提升视觉模型在分布偏移下的鲁棒性。该方法构建重心候选权重并结合 OOD 验证反馈执行无导数搜索，在 CLIP ViT-B/32 实验中于 ImageNet-A、ImageNet-R 等基准上全面超越 Model Soup 和 Model Stock。
来源：arXiv 机器学习 · arxiv.org