arXiv · 机器人与计算机视觉· Haowei Wang, Hao Lin, Qi Zhu, Jiayi Ji, Deyi Ji, Liujuan Cao, Rongrong Ji·· 2026-10-12精选AI 评分82
CV-OPD:一种解决视觉语言模型后训练中视觉捷径问题的对比式同策略蒸馏方法
CV-OPD: Contrastive Vision On-policy Distillation
AI 导读
针对现有视觉语言模型(VLM)在同策略蒸馏中过度依赖文本答案提示而忽略真实视觉证据的缺陷,本文提出 Contrastive Vision On-policy Distillation (CV-OPD) 方法。
推荐理由
提出对比式同策略蒸馏方法,通过引入负样本教师与差异感知门控机制,解决现有 VLM 后训练依赖答案捷径、忽视视觉证据的问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org