arXiv · 多模态、视频与世界模型· Siyuan Liu·· 3 天前AI 评分71
S-OPD：仅增强教师监督足以解锁多模态 On-Policy Distillation 的学生侧学习吗？
Is Better Teacher Supervision Enough? Unlocking Student-side Learning in Multimodal On-Policy Distillation
AI 导读
S-OPD 提出一种多模态 On-Policy Distillation 框架，通过 Teacher-calibrated Policy Contrast 和 Policy Agreement 强化学生对视觉证据的依赖及抗噪感知。该方法无需额外数据标注、模型参数或推理操作，覆盖八个基准测试，LogicVista 最高提升 4.25 分，并可与教师侧监督方法结合获得进一步提升。
来源：arXiv · 多模态、视频与世界模型 · arxiv.org