본 논문은 기존 모델 병합 기법의 한계를 극복하기 위해, 자연의 니치(niche) 개념을 활용한 새로운 진화 알고리즘 M2N2를 제안한다. M2N2는 모델 파라미터 병합 경계를 동적으로 조정하고, 다양성을 유지하며, 유망한 모델 쌍을 선택하는 세 가지 핵심 기능을 통해 다양한 모델 조합을 탐색하고 성능을 향상시킨다. 실험 결과, M2N2는 MNIST 분류기 모델을 처음부터 학습시켜 CMA-ES와 비슷한 성능을 더 효율적으로 달성했으며, 언어 및 이미지 생성 모델 병합에도 최첨단 성능을 보였다. 특히, 적합도 함수가 명시적으로 최적화하지 않은 중요한 모델 기능도 유지하는 강건성과 다양성을 보여준다.
