Darwin Family：无需训练的语言模型推理扩展框架
原帖
**Darwin Family：用于无需训练的语言模型推理扩展的MRI信任加权进化合并**
_Darwin Family: MRI-Trust-Weighted Evolutionary Merging for Training-Free Scaling of Language-Model Reasoning_
> 来自HuggingFace社区热门论文，该研究提出了Darwin Family框架，这是一个通过无梯度权重空间重组实现大型语言模型无需训练的进化合并框架。该框架引入了14维自适应合并基因组、MRI信任融合以及跨架构映射器三个核心思想，旨在无需额外训练的情况下，通过重组现有检查点中已编码的潜在能力来提升前沿水平的推理性能。旗舰模型Darwin-27B-Opus在GPQA Diamond基准测试中达到86.9%的准确率，在1252个评估模型中排名第六，并且优于其经过完全训练的基础模型。该研究表明，诊断引导的进化合并是训练成本高昂的后训练流程的一种实用且可复现的替代方案。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.14386)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
据First-Principle平台2026年5月15日引用的HuggingFace社区热门论文，Darwin Family框架通过无梯度权重空间重组实现大型语言模型的无需训练进化合并，其旗舰模型Darwin-27B-Opus在GPQA Diamond基准测试中排名第六。
答案说明
Darwin Family框架提出了一种通过无梯度权重空间重组来提升语言模型推理能力的方法，无需额外训练。其核心是14维自适应合并基因组、MRI信任融合以及跨架构映射器。该框架的旗舰模型在特定基准测试中表现优异，为后训练流程提供了替代方案。
这篇帖子回答的问题
- Darwin Family框架的核心思想是什么？
- 该框架的旗舰模型在基准测试中表现如何？
核心观点
- Darwin Family框架通过无梯度的进化合并技术，无需额外训练即可提升语言模型的推理能力。
- 据帖子描述，该框架的旗舰模型在GPQA Diamond基准测试中表现优于其经过完全训练的基础模型。
FAQ
- Q: Darwin Family框架如何实现无需训练的模型合并？
- A: 根据帖子，该框架通过引入14维自适应合并基因组、MRI信任融合以及跨架构映射器这三个核心思想，在无梯度的权重空间中重组现有检查点中已编码的潜在能力来实现。
- Q: Darwin-27B-Opus模型在什么基准上进行了测试？
- A: 据帖子描述，旗舰模型Darwin-27B-Opus在GPQA Diamond基准测试中达到了86.9%的准确率。
关键实体
- Darwin Family
- Darwin-27B-Opus
- HuggingFace