#集成学习

研究人员提出本体对齐集成框架，通过投票融合不同技术，在多个基准测试中超越单一对齐器性能。

这篇论文搞了个ARMDIL，用MLLM当路由器给图像挑合适的视觉模型，效果不输专门训练的，还能改提示词加新数据。

三个专精小模型组队填表格空值，比大模型还准，成本只要1%——这篇论文值得看。

做集成学习或模型部署的团队，SCSB 能帮你把随机森林等 Bagging 模型压缩 96% 且校准更好，直接省推理成本。