论文
AgentPatch：面向Agentic MLLM合并的由粗到细弱任务修复
AgentPatch: Coarse-to-Fine Weak-Task Repair for Merging Agentic Multimodal Large Language Models
摘要
Agentic多模态大语言模型（MLLM）在多模态感知与推理之上扩展了动态环境中的规划、工具使用与交互。然而，当前模型针对特定工具或环境专门化，使其难以整合为单一通用模型。我们提出Agentic MLLM合并（Agentic MLLM Merging）问题，并识别出两个挑战：非对称能力保持，即交互复杂度不同的能力在合并后保留不均，产生弱任务；以及行为关键遗忘，即丢失决定性行动会使长程执行脱轨。我们提出AgentPatch，一个免训练的由粗到细修复框架。它选择一个稳定的合并骨干，通过弱任务独有残差恢复（Weak-Task Unique Residual Recovery）恢复被稀释的弱任务特定信号，并应用Agent引导的行为关键补丁（Agent-Guided Behavior-Critical Patch），在显式能力保护下恢复决定性行为。AgentPatch产出一个无路由、无集成的单一静态检查点。在六个agentic与多模态基准上的实验表明，AgentPatch改进了多种合并骨干，缓解弱任务退化，并更好地平衡弱任务恢复与互补搜索及agentic视觉处理能力的保持。代码见 https://github.com/ziboshao/AgentPatch。
