VC-OPD视觉反事实在线策略蒸馏方法

2026年10月14日，arXiv Artificial Intelligence 刊出论文，提出 VC-OPD（Visual Counterfactual On-Policy Distillation，视觉反事实在线策略蒸馏）方法，面向视觉语言推理。据该报道，VC-OPD 通过对比原始图像与破坏实例证据的反事实图像下教师模型的输出差异，估计 token 级视觉依赖并软加权损失，同时用保质量归一化稳定更新尺度；该方法在教师监督热启动后执行在线策略蒸馏，在多模态推理基准上提升了视觉推理表现，并产生更有效的 token 级蒸馏。论文由 Jiahe Feng 提交，作者自述其引入的 VC-OPD 是一种 grounding-aware 蒸馏方法，优先处理正确性依赖图像特定证据的 token。目前报道仅涉及方法提出与基准表现，未提及开源、复现或应用落地等后续进展。

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。