arXiv提出CV-OPD提升VLM视觉推理

发生了什么

据arXiv论文，研究指出在线策略蒸馏（OPD）因缺乏视觉约束导致模型依赖捷径。为此提出对比视觉在线策略蒸馏（CV-OPD），通过对比正负教师分布并引入基于差异的门控机制，纠正学生对视觉区域的利用。实验表明该方法能缓解捷径问题并提升现有VLM的视觉推理能力。