HuggingFace Daily Papers·2026-10-01 08:00· 2 天前AI 评分40

Where-OPD：用合成场景对 MLLM 做空间引导的在线自蒸馏

Where-OPD: Spatially Guided On-Policy Self-Distillation of MLLMs with Synthetic Scenes

AI 导读

Where-OPD 提出一种面向多模态大模型（MLLM）的在线自蒸馏方法，让教师模型获得文本形式的空间定位引导，从而定位并整合多个相关图像区域的证据，学生模型仅凭图像和问题学习复现该行为。