Skip to content
Hot eventLive

OMA：异构模型输出的可优化模型平均集成

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv（Statistics Machine Learning）发表《Optimizable Model Averaging》论文，提出一种名为 OMA 的黑盒集成方法。该方法为每个候选模型学习一个非负标量系数，对各模型的预测概率进行平均，所有模型参数保持冻结，通过最小化正则化预测熵求解。论文将其定位为面向异构模型输出的集成方案。目前公开信息仅涉及该方法的基本框架与求解目标，尚无实验结果、代码发布或第三方复现报道。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv 发表 OMA 论文，提出冻结参数、非负系数加权的异构模型概率平均集成方法。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    Optimizable Model Averaging（OMA）：异构模型输出的集成方法

    论文提出 Optimizable Model Averaging（OMA），一种黑盒集成方法，为每个候选模型学习一个非负标量系数，对各模型的预测概率做平均，所有模型参数保持冻结，通过最小化正则化预测熵求解。

Heat trend

There is not enough continuous observation data to draw a trend yet.