UniEvo-VL：多模态模型在线自蒸馏方案

2026年9月30日，HuggingFace Daily Papers 社区热门论文收录 UniEvo-VL，一种面向多模态模型自我改进的在线自蒸馏训练方案。据该报道，UniEvo-VL 无需外部教师模型，让同一模型分别以学生和教师身份、基于不同上下文进行在线自蒸馏，在自身采样轨迹上最小化去噪扩散分布差异。论文作者称，受多模态模型这种统一能力的启发，提出 UniEvo-VL 这一自进化框架，使模型在测试时计算（test-time compute）过程中从建设性的自我纠错反馈中学习。报道未披露该方案的适用模型范围、训练成本、发布时间或使用限制等条件。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。