还没人告诉你：如何用mergekit把多个微调模型合并成一个超级模型

还在一个一个训练模型？学会这招，效率翻10倍

AI玩家都知道微调模型香，但你知道把多个微调模型”合体”这件事吗？不需要重新训练，不需要GPU，几分钟就能把数学专家模型+编程专家模型+对话模型合并成一个，同时拥有三种能力。这就是今天要推荐的 Skill——model-merging。

这玩意儿到底能干啥？

简单说，它就是一个用 Claude Code 操控 mergekit（Arcee AI 出品）进行模型合并的技能包。mergekit 是目前最火的模型合并工具，而这个 Skill 把它的能力包装成了 Claude 能直接执行的指令集。

核心功能：

• SLERP / TIES-Merging / DARE / 任务算术——四种主流合并算法，一个 Skill 全搞定
• 不需要重新训练，合并时间几分钟搞定
• 支持 Mistral、Llama、Mixtral 等主流架构
• 合并后模型能力往往比任何一个单一模型强，基准测试能提升5-10%
• 合并过程不丢技能，不会出现灾难性遗忘

真实案例：已经有人用这个拿到榜单第一

Marcoro14-7B-slerp——就是用合并技术做出来的，2024年2月直接拿下 Open LLM 排行榜榜首。而这个 Skill，把整个合并流程做成了可复用的工作流，你只需要告诉 Claude 你要合并哪几个模型，它帮你搞定剩下的一切。

适用场景

• 你微调了多个专用模型（代码、数学、写作），想合成一个全能助手
• 想快速实验不同模型变体，找到最优组合
• 没有GPU资源做不起训练，合并在 CPU 上就能跑
• 你需要特定能力的模型，但找不到现成的

怎么安装？

一行命令搞定：

npx skills add davila7/claude-code-templates -a claude-code

装完之后直接说”用 model-merging 技能”，Claude 就懂了。

使用示例

比如你想把 Mistral-7B 和 OpenHermes-2.5 合并，直接告诉 Claude：

用 model-merging 技能，帮我用 linear merge 以 0.5:0.5 权重合并这两个模型，输出 mergekit yaml 配置并执行

Claude 就会帮你生成配置、执行合并、输出最终模型路径。整个过程不需要查文档，不需要手动写命令。

适合谁用？

如果你对模型微调、模型融合有需求，这个 Skill 属于那种装上就不想删的类型。GitHub 上这个模板库有 27k+ Stars，合并只是其中一个 Skill，整个库还有很多有意思的 AI 研究工具值得探索。

GitHub：https://github.com/davila7/claude-code-templates

GitHub: https://github.com/davila7/claude-code-templates