UniEvo-VL 自蒸馏多模态自改进框架发布

研究者 Fang Wu 等人发布 UniEvo-VL 自进化框架，让单个多模态模型以不同上下文分别充当教师和学生，把自身批判作为特权信息，通过最小化去噪扩散分布差异实现自我改进。 据该研究称，基于开源 Qwen-image-2512，GenEval 分数从 0.747 提升至 0.808，GenEval2 Soft-TIFA 从 32.97 提升至 35.53；使用更强的外部评判模型（如 GPT5.6-Luna）时，自进化上限可能更高。研究同时指出，文本渲染的混合结果显示这种自我改进在不同任务上可能并不一致。

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。