CV-OPD：用对比蒸馏纠正VLM视觉捷径
热点事件持续更新
CV-OPD：用对比蒸馏纠正VLM视觉捷径
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者提出一种面向视觉语言模型（VLM）的在线策略蒸馏方法 CV-OPD，针对学生模型即使视觉区域被遮挡或替换为噪声仍能答对的“视觉捷径”问题。 该方法引入与答案无关的负向教师，通过对比散度损失（CDL）对比正、负教师分布，并用差异感知门控（DAG）在 token 与样本级别筛选视觉相关 token 参与优化。 上述方法由 Haowei Wang 等作者提出，相关描述来自其论文，尚未见经同行验证的效果结论。
AI 根据报道生成 · 58 分钟前更新
最新进展10月12日 12:00
CV-OPD：面向 VLM 的对比视觉同策略蒸馏报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVCV-OPD：面向 VLM 的对比视觉同策略蒸馏
针对 VLM 同策略蒸馏（OPD）中学生即使视觉区域被遮挡或替换为噪声仍能答对、未真正依赖视觉证据的捷径问题，研究者提出 CV-OPD。该方法引入与答案无关的负向教师，通过 Contrastive Divergence Loss（CDL）对比正负教师分布，并用 Discrepancy Aware Gate（DAG）在 token 与样本级别筛选视觉相关 token 参与优化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。