SCOPED：技能解耦的在线策略专家蒸馏方法

2026年10月16日，arXiv Computer Vision 刊出 Yuqi Xiong 等作者的论文，提出 SCOPED（Skill-Decoupled On-Policy Expert Distillation，技能解耦同策略专家蒸馏）方法，用于统一视觉语言模型训练。该方法通过训练能力专属专家，并借助奖励引导反思提取显式技能；在同策略蒸馏中，技能用于指导专家监督，但不提供给统一学生模型，使学生模型在推理时无需显式技能即可内化过程性知识。论文称在八个多模态基准上，SCOPED 持续优于骨干模型与混合能力 RL；分析显示联合优化能力存在干扰，技能增强可带来更一致的专家轨迹与对任务相关视觉证据的更多关注。论文注明全部代码与数据已公开。截至本综述，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。