跳到正文
Hugging Face Daily Papers·· 2026-10-08AI 评分58

SpatialOPSD:从已验证的代码代理痕迹中自我蒸馏空间智能

SpatialOPSD: Self-Distilling Spatial Intelligence from Verified Coding Agent Traces

AI 导读

论文介绍 SpatialOPSD,一种基于策略的自我蒸馏框架,旨在让多模态大语言模型(MLLM)将外部工具生成的已验证执行痕迹内化为内部的空间思维链(CoT),从而摆脱对推理时外部依赖的开销。该方法利用重复掩码与不似然正则化来缓解特权信息泄露问题。实验表明,在空间及分布外数据集上,SpatialOPSD 的平均准确率优于监督微调(SFT)和 GRPO,展现出更强的性能与泛化能力。

来源:Hugging Face Daily Papers · arxiv.org