并非所有秩都相等：跨任务的预算感知 LoRA 合并

研究提出 Net Utility，一种无需数据的指标，通过 SVD 分解每个任务的 LoRA，按任务效用及与其他任务方向的干扰为各奇异方向打分，再在总方向数约束下全局择优，实现跨任务的预算感知秩分配。该方法可叠加在五种合并方法、三种合并空间之上，在视觉与语言两组任务上均优于不做秩分配的方案，视觉任务平均提升 +2.1%，语言任务平均提升 +2.2%。