MIRROR 论文发布 v2：跨视图自蒸馏提升多模态推理

Wen Ye、Yuxiao Qu、Aviral Kumar 和 Xuezhe Ma 更新了论文 MIRROR: Learning from the Other View for Multi-Modal Reasoning（arXiv v2），提出通过跨视图自蒸馏改善视觉语言模型在不同输入模态下多模态推理表现的方法。作者构建包含文本主导、图像主导和图文联合视图的 ODA-Data，让模型在各视图中选择表现最佳的教师视图，用 GRPO 任务奖励和反向 KL 正则训练其余视图。据论文摘要，在多模态数学问题的推理基准上，MIRROR 优于标准 RL，并在不同模态输入下产生更准确、更一致的行为。

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。