arXiv · cs.AI· Jiahe Feng·· 11 小时前
VC-OPD：用于视觉语言推理的视觉反事实在线策略蒸馏
VC-OPD: Visual Counterfactual On-Policy Distillation for Grounded Vision-Language Reasoning
arXiv:2610.14939v1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：Jiahe Feng
研究任务与主要进展
Jiahe Feng提出视觉反事实在线策略蒸馏（VC-OPD），通过原图与反事实图像下的教师分布差异，估计 token 对图像证据的依赖并优化蒸馏目标。基于论文摘要，方法先进行教师监督预热，再对每条学生轨迹进行两次教师评估，并通过保质量归一化稳定 token 权重；在多模态推理基准上的实验显示其能提升视觉推理表现和 token 级蒸馏效果。
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