arXiv · cs.AI· Yuqi Xiong, Chunyi Peng, Zhipeng Xu, Qing Yang, Zhenghao Liu, Zulong Chen, Yu Gu, Ge Yu·· 5 小时前
SCOPED通过技能解耦在线专家蒸馏统一视觉语言模型能力
Skill-Decoupled On-Policy Expert Distillation for Unified Vision-Language Models
arXiv:2610.22217v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuqi Xiong, Chunyi Peng, Zhipeng Xu, Qing Yang, Zhenghao Liu, Zulong Chen, Yu Gu, Ge Yu
研究任务与主要进展
Yuqi Xiong等提出SCOPED，通过训练能力专家并利用奖励引导的反思提取显式技能，引导统一学生进行在线策略蒸馏，以减少异质能力联合优化造成的干扰。基于论文摘要，SCOPED在8个多模态基准上持续优于骨干模型和混合能力强化学习；代码和数据已公开于https://github.com/NEUIR/SCOPED。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org