UniEvo-VL 多模态自蒸馏训练框架发布

Fang Wu 等作者发布 UniEvo-VL，一个让多模态模型在测试时计算中通过自我批判反馈自我进化的自蒸馏框架。它不依赖独立的大型教师模型，而是让同一模型分别以学生和教师身份在不同上下文下训练，最小化去噪扩散分布差异。 作者称，基于开源 Qwen-image-2512 的实验显示，GenEval 从 0.747 提升到 0.808，GenEval2 Soft-TIFA 从 32.97 提升到 35.53。作者还称，使用更强的外部评判模型（如 GPT5.6-Luna）时，具备强评判能力的多模态模型可能达到更高的自进化上限；但混合文本渲染结果显示，这种自我改进在不同任务上可能并不一致。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。