跳到正文
arXiv · 机器人与计算机视觉· Yujuan Pang, Wenhao Xu, Yinglei Teng·· 9 天前AI 评分55

基于选择性对比同策略自蒸馏的微小证据区域定位

Tiny Evidence Region Localization with Selective Contrastive On-Policy Self-Distillation

AI 导读

针对多模态大语言模型在细粒度视觉任务中易受背景区域干扰的问题,本文提出 SPN-OPSD 方法,结合证据与背景区域监督并引入选择性的 Token 级蒸馏。实验显示,该方法在 Qwen3.5-2B 和 Qwen3.5-0.8B 模型上显著提升了 V* Bench、ZoomBench 及 MME-RealWorld-Lite 等基准的准确率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org