英文：Model Merging 分类：architecture
将多个针对不同任务微调的模型权重融合为一个模型的技术，让单一模型同时具备多种能力，无需重新训练或多模型部署。
方法：权重插值（直接平均/SLERP）、任务向量（加减任务向量）、TIES（符号一致合并）、DARE（随机丢弃+缩放）；可合并同一基座的多个 LoRA/全参微调模型。优势：省显存、省部署、能力叠加；风险：能力冲突与遗忘。
用于多任务合一（代码+数学+对话）、开源社区模型组合（吃百家饭）、低成本定制与多语言扩展；模型合并是"权重即能力"时代的高效工程。