访问集很重要：可扩展权重空间模型合并的预算专家读物

权重空间模型合并通常被表述为检查点上的代数运算，但在 LLM 规模下，限制资源通常是必须读取的专家权重集。我们引入了 MergePipe，一个预算感知执行层，它将 LLM 合并视为 \emph{专家访问集} 问题：给定共享权重坐标系中的合并运算符和检查点族，选择在显式 I/O 预算下访问哪些专家增量块。 MergePipe 索引参数块，构建确定性访问计划，并执行与可重播清单的诱导预算合并。该计划在构建上是合理的预算，并以全部预算恢复全读合并；对于固定系数加法算子，遗漏更新误差受遗漏增量范数的限制。在 Qwen 和 Llama 合并工作负载中，MergePipe 将专家读取 I/O 减少了一个数量级，并实现了高达 11 倍的加速。代表性预算扫描显示，与完整读取合并相比，参数偏差为 $O(10^{-3})$，并且下游基准测试没有单调退化。