arXiv 自然语言处理· Oladimeji Anthonio, Dimeji Olawuyi, Oloruntoba Ajayi, Temilola Aderemi·· 5 小时前AI 评分37
五种架构共享单一空间：无需权重合并的跨模型表征对齐
Five Architectures, One Shared Space Cross-Model Representational Alignment Without Weight Merging
AI 导读
五种独立训练且架构各异的冻结模型（含四种 Transformer 和一种状态空间模型）无需权重合并，仅凭激活值即可在最终层实现稳健的跨模型表征对齐。基于广义普氏分析构建的共享空间在最终层平均留出检索准确率达 0.91 至 0.93，优于两两线性映射。但该空间对数学逻辑符号失效，且在四类任务的模型路由测试中均未超越始终选用最强模型。
来源：arXiv 自然语言处理 · arxiv.org