斯坦福推出UniEvo-VL 多模态模型自蒸馏自我进化
Stanford NLP 发布 UniEvo-VL 训练框架,让同一多模态模型同时扮演教师与学生:模型对自己的生成图像进行自我批评,将评估反馈转化为纠错指令等特权信息供教师端使用,学生端仅看原始 prompt,通过在-policy 自蒸馏实现无外部监督的自我进化。在 Qwen-image 基础上实验,GenEval 得分从 0.747 提升至 0.808,展示了图像生成与理解一体化模型的自我改进潜力。
2026-10-01 ~ 2026-10-02 · 4 条相关
- Stanford NLP 推出 UniEvo-VL:自蒸馏训练让多模态模型自我进化 — stanfordnlp · 2026-10-01
- UniEvo-VL:单模型自当师生,无监督自进化提升图像生成 — _akhaliq · 2026-10-01
- UniEvo-VL:多模态模型用自身反馈自我蒸馏,GenEval 从 0.747 升至 0.808 — yining_hong · 2026-10-02
- UniEvo-VL 让图像模型自我纠错,GenEval 从 74.7% 提到 80.8% — mark_k · 2026-10-02