RSKD语义一致性蒸馏框架提出

2026年10月27日，arXiv Computer Vision 刊出 Chuchu Xie 等作者的报道，提出 RSKD 语义一致性引导的蒸馏框架。该框架按答案短语的任务重要性及其与教师预测的语义一致性分配监督：仅在语义一致处强调教师信息，对不一致短语则加强真值监督。作者在 DrivingVQA、LingoQA 和 MapLMv2 三个基准上评测，称 RSKD 在 DrivingVQA 与 LingoQA 上优于所对比的基于学生的基线，在 MapLMv2 上保持竞争力。目前事件进展限于该框架的提出与上述基准评测结果，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。