AdaMMS: Modelfusie voor heterogene multimodale grote taalmodellen met onbewaakte coëfficiëntoptimalisatie

AdaMMS: Model Merging for Heterogeneous Multimodal Large Language Models with Unsupervised Coefficient Optimization

March 31, 2025

Auteurs: Yiyang Du, Xiaochen Wang, Chi Chen, Jiabo Ye, Yiru Wang, Peng Li, Ming Yan, Ji Zhang, Fei Huang, Zhifang Sui, Maosong Sun, Yang Liu

cs.AI

Samenvatting

Onlangs hebben modelmergingsmethoden krachtige mogelijkheden getoond om vaardigheden te combineren voor diverse taken uit meerdere Large Language Models (LLM's). Terwijl eerdere modelmergingsmethoden zich vooral richtten op het samenvoegen van homogene modellen met identieke architectuur, ondervinden ze uitdagingen bij het omgaan met Multimodale Large Language Models (MLLM's) die inherent heterogene eigenschappen hebben, waaronder verschillen in modelarchitectuur en asymmetrie in de parameterruimte. In dit werk stellen we AdaMMS voor, een nieuwe modelmergingsmethode die specifiek is ontworpen voor heterogene MLLM's. Onze methode gaat de uitdagingen in drie stappen te lijf: mapping, merging en zoeken. Specifiek ontwerpen we eerst een mappingfunctie tussen modellen om modelmerging toe te passen op MLLM's met verschillende architectuur. Vervolgens passen we lineaire interpolatie toe op modelgewichten om actief de asymmetrie in de heterogene MLLM's aan te passen. Tot slot stellen we in de hyperparameterzoekstap een onbewaakte hyperparameterselectiemethode voor modelmerging voor. Als de eerste modelmergingsmethode die heterogene MLLM's kan samenvoegen zonder gelabelde data, hebben uitgebreide experimenten met diverse modelcombinaties aangetoond dat AdaMMS eerdere modelmergingsmethoden overtreft op verschillende vision-language benchmarks.

English

Recently, model merging methods have demonstrated powerful strengths in combining abilities on various tasks from multiple Large Language Models (LLMs). While previous model merging methods mainly focus on merging homogeneous models with identical architecture, they meet challenges when dealing with Multimodal Large Language Models (MLLMs) with inherent heterogeneous property, including differences in model architecture and the asymmetry in the parameter space. In this work, we propose AdaMMS, a novel model merging method tailored for heterogeneous MLLMs. Our method tackles the challenges in three steps: mapping, merging and searching. Specifically, we first design mapping function between models to apply model merging on MLLMs with different architecture. Then we apply linear interpolation on model weights to actively adapt the asymmetry in the heterogeneous MLLMs. Finally in the hyper-parameter searching step, we propose an unsupervised hyper-parameter selection method for model merging. As the first model merging method capable of merging heterogeneous MLLMs without labeled data, extensive experiments on various model combinations demonstrated that AdaMMS outperforms previous model merging methods on various vision-language benchmarks.