본 논문은 종 및 작업 전반에 걸쳐 일반화할 수 있는 생물 음향학의 새로운 모델인 NatureLM에 대해 연구합니다. NatureLM은 도메인별 미세 조정을 통해 강력한 성능을 보이지만, 지침 준수 유연성 측면에서 trade-off가 발생합니다. 예를 들어, 일반 이름 또는 과학 이름을 개별적으로 요청하는 경우 높은 정확도를 보이지만, 둘 다 요청하는 경우 정확도가 크게 떨어집니다. 이를 해결하기 위해, 저자들은 NatureLM과 기본 언어 모델을 보간하는 간단한 모델 병합 전략을 적용하여 도메인 전문 지식의 손실 없이 지침 준수 능력을 회복했습니다. 또한, 병합된 모델이 200% 이상의 상대적 개선을 달성하고, 보이지 않는 종의 닫힌 집합 제로샷 분류에서 새로운 SOTA를 설정하며, 제로샷 일반화 능력이 현저히 향상됨을 보였습니다.
