arXiv·· 16 天前AI 评分31
Where-OPD：用合成场景对 MLLM 进行空间引导的在线策略自蒸馏
Where-OPD: Spatially Guided On-Policy Self-Distillation of MLLMs with Synthetic Scenes
AI 导读
Where-OPD 提出一种面向多模态大语言模型（MLLM）的空间引导在线策略自蒸馏方法，利用合成场景提供特权视觉信息，摆脱对人工标注 grounding 数据或外部教师的依赖。现有基于图像裁剪等特权视觉信息的做法，其收益仅限于能从视觉放大中获益的任务。
来源：arXiv · arxiv.org