强助弱：多模态 LLM 中的定向跨模态对齐迁移

基于摘要分析。该研究针对数据稀缺模态的多模态大语言模型（MLLM）难以依靠额外大规模训练提升能力的问题，提出 Directional Cross-modal Alignment Transfer（DCAT）：将对齐较强、数据丰富的源模态模型作为 donor，向较弱的目标模态 recipient 迁移文本对齐能力，无需进一步微调。 核心机制是定向的跨模态模型合并。作者报告，将较强源模态 MLLM 合并到较弱目标模态 MLLM 后，目标模型在自身模态的基准上获得提升，并将这种非对称收益归因于模态特定 token 与文本 token 之间的对齐增强。作者推导了一个互信息下界，称其随对齐相关量单调变化，并与下游 MLLM 性能高度相关；进一步提出，对齐增强目标可利用小规模校准集得到权重空间闭式解。摘要未提供具体对齐量、目标函数、合并参数范围或模型兼容条件。 作者报告 DCAT 优于现有模型合并方法，但摘要没有给出具体模型、数据集、指标、数值及对照协议，尚不能判断收益规模、稳定性与计算成本。全文需核对迁移方向的对照、校准集构成与规模、理论成立条件，以及对齐变化和性能收益之间的证据；实验协议、消融及统计信息尚未验证。摘要提供了含代码的项目页，但代码内容与复现条件尚未核验。 平台推测（待验证）：若 EEG—文本模型具备与 donor 兼容的语言骨干和可合并参数空间，可假设复用文本对齐迁移机制，以缓解 EEG 配对数据稀缺；EEG 编码器、token 接口及校准数据则需适配。低信噪比、跨被试差异、通道配置变化和小样本可能使源模态对齐无法转化为 EEG 任务收益。一个可证伪的小实验是在固定 EEG—文本模型及独立被试划分下，仅用训练被试校准，对比未合并、常规模型合并与 DCAT，检验对齐变化是否伴随跨被试任务指标改善。已有 EEG 相关工作尚未检索确认。