AgentPatch：用于合并智能体多模态大语言模型的由粗到细弱任务修复方法

英文标题：AgentPatch: Coarse-to-Fine Weak-Task Repair for Merging Agentic Multimodal Large Language Models

论文提出 AgentPatch，聚焦于智能体多模态大语言模型（Agentic MLLM）的模型合并问题。此类模型在多模态感知与推理基础上增加了规划、工具使用和动态环境交互能力，但现有模型通常针对特定工具或环境进行专门优化，因而难以直接整合。AgentPatch 采用“由粗到细”的弱任务修复思路，旨在改善合并后模型在不同智能体任务和环境中的能力保持与适配。所提供原文仅包含标题及被截断的摘要，未提供实验数据、具体方法细节或完整结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB