יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

LEGO-OPD: רכיבי חינוך נבחרים להסתרת פוליציקה מולטימודלית

LEGO-OPD: Factorized Teacher Composition for Multimodal On-Policy Distillation
LEGO-OPD משפר את ההתקשרות הוויזואלית בדגמי שפה תוך שמירת יכולות ההסתברות שלהם. המאמר עוסק בפיתוח LEGO-OPD, שהוא פרוטוקול חדש להסתרת פוליציקה מולטימודלית. LEGO-OPD נועד לשפר את ההתקשרות הוויזואלית בדגמי שפה, תוך שמירת יכולות ההסתברות שלהם. המאמר עוסק בפיתוח LEGO-OPD, שהוא פרוטוקול חדש להסתרת פוליציקה מולטימודלית. LEGO-OPD נועד לשפר את ההתקשרות הוויזואלית בדגמי שפה, תוך שמירת יכולות ההסתברות שלהם.
תקציר מקורי באנגליתarXiv:2610.00333v1 Announce Type: cross Abstract: Multimodal on-policy distillation (OPD) aims to improve visual grounding while preserving the strong reasoning capabilities of language models. Recent multi-teacher approaches combine LLM and VLM teachers to provide complementary supervision. However, directly using a VLM's full predictive distribution entangles its visual grounding signal with its own language prior, preventing the grounding information from being transferred independently. Conversely, increasing the strength of visual supervision can improve perception but may overemphasize visual evidence and degrade language reasoning. To address this trade-off, we introduce LEGO-OPD, which selectively composes factors from a Language Expert and a Grounding expert into One teacher distr
קרא במקור המקורי