가중치 공간 기하
모델 파라미터 벡터가 놓인 고차원 공간에서 파라미터 변화가 그리는 방향성과 거동을 의미한다. 이 논문에서는 기준 모델과 파인튜닝된 모델 사이의 벡터 차이와 그 중간 보간점들이 학습 데이터의 분포적 흔적을 담는다고 간주한다. 가중치 공간의 방향성에 대해 샘플의 음수 기울기를 투사하면 도메인별 정렬 신호를 얻을 수 있어 혼합 비율 복원에 쓰였다.