跳到正文
arXiv · ML· Qixiang Yin, Huanjin Yao, Yuchen Cai, Jianghao Chen, Ziyi Wang, Fei Su, Zhicheng Zhao·· 2026-10-12AI 评分33

H-OPD:面向多模态推理的置信度感知异构多教师在线策略蒸馏

H-OPD: Confidence Aware Heterogeneous Multi-Teacher Multimodal On-policy Distillation

AI 导读

论文提出 H-OPD 框架,通过 token 级教师仲裁和视觉转语言描述迁移,实现多模态推理的在线策略蒸馏。该方法动态结合视觉-语言教师与纯文本教师,解决了传统方法路由单一教师导致的推理短板问题。在 11 个常用推理基准测试中展现了优越的性能。

来源:arXiv · ML · arxiv.org