Hugging Face Daily Papers·· 1 天前AI 评分31
SCOPED：面向统一视觉语言模型的技能解耦同策略专家蒸馏
Skill-Decoupled On-Policy Expert Distillation for Unified Vision-Language Models
AI 导读
SCOPED 通过训练能力专属专家、以奖励引导反思提取显式技能，并在同策略蒸馏中让学生模型在不接触显式技能的情况下内化过程性知识，从而减少跨能力干扰。在八个多模态基准上，SCOPED 持续优于骨干模型与混合能力 RL。代码与数据已开源。
来源：Hugging Face Daily Papers · huggingface.co