Tucker-分解

DuetMerging：协同动态与静态策略以缓解模型合并中的任务干扰

DuetMerging: Synergizing Dynamic and Static Strategies for Mitigating Task Interference in Model Merging

对需要把多个视觉专家模型（如不同域/任务的检测、分割模型）合并成单一多任务网络的研究者，提供了一套可复用的合并流程：先用 Tucker 分解在共享核心张量上构建统一专家池，再用任务特定神经元激活模式生成掩码保留残差关键信息，可直接替换 TIES/DARE 等任务向量合并步骤。