DeltaMerge-LowRes 通过训练独立的语言增量和任务增量并在权重空间中重新组合它们，将多语言编码器适配到新语言和新任务。该方法从非标记的单语文本中学习语言增量，从标记的英语数据中学习任务增量，并通过四条规则进行组合，包括一种新颖的跨轴 TIES 方法。

  • 与仅任务基线相比，跨轴 TIES 在四种非洲语言中的三种上使摘要 chrF 提高了 +4 到 +7。
  • 该方法在所有评估单元格中将 QA F1 提高了 +2.32，将 EM 提高了 +2.91。
  • 感知稀疏性的合并将分类 ECE 降低了 36%，同时保持了宏观-F1 的持平。

组合规则实质性地改变了合并模型保留、抑制和校准的内容，所有 JSON 追踪记录和声明账本均已发布。