FusionEval: Neuer Benchmark prüft Model Fusion bei großen Sprachmodellen
Model Fusion vereint die Fähigkeiten mehrerer Expertenmodelle in einem einzigen Modell. Bisherige Evaluationen decken langes Reasoning und Tool-Nutzung kaum ab, und starke Durchschnittswerte können große Einzelverluste verdecken.
Über den Fokus-Link können Sie weitere Informationen zu der von arXiv über DataCite vergebenen DOI erfahren. Einreichungshistorie Von: Shuo Cai [E-Mail anzeigen] [v1] Mittwoch, 30. September 2026, 18:10:13 UTC (234 KB) Volltext-Links: Zugang zum Paper: PDF des Papers mit dem Titel FusionEval: Benchmarking Model Fusion for Large Language Models von Shuo Cai und 10 weiteren Autoren anzeigen PDF anzeigen HTML (experimentell) TeX-Quelltext Lizenz anzeigen Weitere Funktionen Audio-Zusammenfassung Aktueller Browse-Kontext: cs.CL < zurück | weiter > neu | aktuell | 2026-10 Browse wechseln nach: cs cs.AI Referenzen und Zitationen SciX Google Scholar Semantic Scholar BibTeX-Zitation exportieren Wird geladen...
BibTeX-formatierte Zitation × Wird geladen... Daten bereitgestellt von: Lesezeichen setzen Bibliografische Tools Bibliografische und Zitations-Tools Bibliographic Explorer Bibliographic Explorer umschalten (Was ist der Explorer?) Connected Papers Connected Papers umschalten (Was ist Connected Papers?) Litmaps umschalten Litmaps scite.ai umschalten scite Smart Citations (Was sind Smart Citations?) Code, Daten, Medien Code, Daten und Medien zu diesem Artikel alphaXiv umschalten alphaXiv (Was ist alphaXiv?) Links zu Code CatalyzeX Code Finder umschalten (Was ist CatalyzeX?) DagsHub umschalten DagsHub (Was ist DagsHub?) GotitPub umschalten Gotit.pub (Was ist GotitPub?) Huggingface umschalten Hugging Face (Was ist Huggingface?) ScienceCast umschalten ScienceCast (Was ist ScienceCast?) Demos Demos Replicate umschalten Replicate (Was ist Replicate?) Spaces umschalten Hugging Face Spaces (Was sind Spaces?) Spaces umschalten TXYZ.AI (Was ist TXYZ.AI?) Verwandte Papers Empfehlungs- und Suchtools Link zu Influence Flower Influence Flower (Was sind Influence Flowers?) Core Recommender umschalten CORE Recommender (Was ist CORE?) Autor Venue Institution Thema Über arXivLabs arXivLabs: experimentelle Projekte mit Community-Mitarbeitenden arXivLabs ist ein Framework, das es Mitarbeitenden ermöglicht, neue arXiv-Funktionen direkt auf unserer Website zu entwickeln und zu teilen.
Sowohl Einzelpersonen als auch Organisationen, die mit arXivLabs arbeiten, haben unsere Werte von Offenheit, Gemeinschaft, Exzellenz und Datenschutz für Nutzerdaten übernommen und bekräftigt. arXiv bekennt sich zu diesen Werten und arbeitet ausschließlich mit Partnern zusammen, die sich an sie halten.
Haben Sie eine Idee für ein Projekt, das der Community von arXiv einen Mehrwert bieten wird? Erfahren Sie mehr über arXivLabs.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Focus to learn more arXiv-issued DOI via DataCite Submission history From: Shuo Cai [ view email ] [v1] Wed, 30 Sep 2026 18:10:13 UTC (234 KB) Full-text links: Access Paper: View a PDF of the paper titled FusionEval: Benchmarking Model Fusion for Large Language Models, by Shuo Cai and 10 other authors View PDF HTML (experimental) TeX Source view license Additional Features Audio Summary Current browse context: cs.CL < prev | next > new | recent | 2026-10 Change to browse by: cs cs.AI References & Citations SciX Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.