H-OPD：置信度感知多教师多模态蒸馏框架
热点事件持续更新
H-OPD：置信度感知多教师多模态蒸馏框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Qixiang Yin 等作者提出 H-OPD，一种用于多模态推理的置信度感知异构多教师同策略蒸馏（OPD）框架。它不再按任务或样本静态指定教师，而是在每个 token 处动态组合视觉语言教师与纯文本教师，进行 token 级教师仲裁；同时通过视觉到语言描述迁移，让纯文本教师获得关键视觉语义。 据该论文，在 11 个推理基准上的评测中 H-OPD 表现更优。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
H-OPD：置信度感知的异构多教师多模态同策略蒸馏框架报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGH-OPD：置信度感知的异构多教师多模态同策略蒸馏框架
H-OPD 是一种置信度感知的异构多教师同策略蒸馏框架，用于多模态推理。它用 token 级教师仲裁取代任务或样本级的静态教师路由，通过视觉到语言描述迁移让纯文本教师获取关键视觉语义，并在每个 token 处动态组合视觉语言教师与纯文本教师。在 11 个推理基准上的评测显示其性能更优。
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。