SpatialOPSD:从编码Agent轨迹自蒸馏,让MLLM摆脱工具做空间推理
ATH-MaaS · hf · 2026-10-09
- 空间编码 agent 借助外部工具生成可验证执行轨迹来提升 MLLM 空间推理,但推理时开销大、依赖外部工具。论文发现:用摘要后的执行轨迹提示 MLLM,即可自然激发其内部空间思维链(CoT)。
- 由此提出 SpatialOPSD,一种 on-policy 自蒸馏框架,把验证过的 agent 轨迹作为「特权信息」内化进独立 MLLM,实现完全免工具的空间推理。
- 为防特权信息泄漏,提出 Repetition-Aware Distillation:重复掩码 + unlikelihood 正则。
- 多基准实验显示,自蒸馏的平均精度超过 SFT 与 GRPO,在空间与 OOD 数据集上均有更好泛化。
「编程与Agent」频道最新
- 开源创意 Agent Open-Voyager:视频/设计领域的 Codex — matchaman11 · 2026-10-09
- 给 AI 智能体一个空 3D 世界:它们自建村庄甚至撰写宪法 — pkmital · 2026-10-09
- 头部 agent 团队也在抄 codex:上下文管理才是 agent 第一难题 — aigclink · 2026-10-09
- 博主用多智能体协作搭出 24 小时 AI 新闻电视台，即将开源 — vista8 · 2026-10-09
- Agent Arena 榜单：Claude Opus 5.5 居首，GPT 6 Astra 紧随其后 — arena · 2026-10-09
- anti-slop 规则集爆火：给 AI 编码代理过滤「AI 味」输出 — tom_doerr · 2026-10-09