跳到正文
arXiv · 机器人与计算机视觉· Yuanhao Sun, Huawei Ji, Jiaxin Ding, Luoyi Fu, Xinbing Wang·· 2026-10-20AI 评分36

CW-OPD:跨世界同策略蒸馏提升视觉语言模型对视觉证据的依赖

Distill the Visual Evidence, Not Just the Answer: Cross-World On-Policy Distillation for Vision-Language Models

AI 导读

Yuanhao Sun 提出 Cross-World On-Policy Distillation(CW-OPD),通过监督学生对不同视觉证据下答案变化的响应,确保其回答真正基于视觉信息而非仅匹配结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org