当模型合并媲美联合多任务强化学习：任务向量几何分析

论文在 AppWorld 智能体基准上，首次将独立训练的 Qwen3-8B 专家合并结果与同数据联合强化学习模型直接比较。使用 LOOP 训练难度 1、2 专家后，TIES、RAM+ 等合并方法在任务目标完成率上与联合 RL 无显著差异。任务向量余弦相似度仅 0.06–0.10，但支持集重叠约 65%，说明方向与参数支持并不一致，合并方法差异因此被削弱。