FusionBench：深度模型融合的统一库与综合基准
机器学习
2025-12-05 v4 人工智能
计算与语言
摘要
深度模型融合是一种新兴技术，用于以成本效益和数据效率的方式将几个深度神经网络的预测或参数统一集成到单个更佳性能的模型中。尽管已提出多种深度模型融合技术，但其评估往往是不一致的，并且常常不足以验证其有效性和鲁棒性。我们提出了 FusionBench，这是第一个专为深度模型融合设计的基准和统一库。我们的基准包括多个任务，每种任务都有不同的模型和数据集设置。这种多样性允许我们跨不同情景和模型规模比较融合方法。此外，FusionBench 作为一个统一库，可轻松实现和测试新的融合技术。FusionBench 是开源的，并得到积极维护，欢迎社区贡献。主页 https://github.com/tanganke/fusion_bench
引用
@article{arxiv.2406.03280,
title = {FusionBench: A Unified Library and Comprehensive Benchmark for Deep Model Fusion},
author = {Anke Tang and Li Shen and Yong Luo and Enneng Yang and Han Hu and Lefei Zhang and Bo Du and Dacheng Tao},
journal= {arXiv preprint arXiv:2406.03280},
year = {2025}
}
备注
Project homepage: https://github.com/tanganke/fusion_bench Online documentation: https://tanganke.github.io/fusion_bench