arXiv · cs.AI· Jiahe Feng·· 16 天前AI 评分28
VC-OPD：面向视觉接地推理的视觉反事实在线蒸馏方法
VC-OPD: Visual Counterfactual On-Policy Distillation for Grounded Vision-Language Reasoning
来源与原文
arXiv · cs.AI
作者：Jiahe Feng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.14939v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 VC-OPD，一种接地感知的在线蒸馏方法，通过对比原始图像与破坏实例级证据的反事实图像下教师模型的分布差异，估计 token 级视觉依赖并重加权损失，优先蒸馏依赖图像证据的推理 token，并采用保质量归一化稳定更新。在多模态推理 benchmark 上的实验显示其提升了视觉推理性能与 token 级蒸馏效果。
来源：arXiv · cs.AI · arxiv.org