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