UniEvo-VL: An On-policy Self-Distillation Training Recipe for Multimodal Model Self-improvement
Aggiunta all'archivio di AIChronos il (numero del 1 ottobre 2026 ricostruito)· fonte del · Fang Wu, Da Xing, Yanjie Huang, Junxi Wang, Ji Wang, Hejia Geng (Stanford NLP)
UniEvo-VL è un framework per l'auto-evoluzione di modelli multimodali che sfrutta il calcolo durante i test (test-time compute) e la correzione autonoma senza bisogno di un insegnante esterno. Il metodo fa agire lo stesso modello come studente, vedendo solo la domanda originale, e come docente, condizionato da critiche privilegiate generate internamente. L'addestramento minimizza la divergenza tra le distribuzioni di denoising diffusion dello studente lungo i suoi percorsi di campionamento per incorporare questi feedback costruttivi.
- Elimina la dipendenza da un insegnante separato e spesso più grande, utilizzando invece le auto-critiche del modello come informazioni privilegiate.
- Migliora significativamente le capacità di generazione delle immagini mantenendo al contempo la sensibilità alle informazioni aggiuntive di riflessione.
- Dimostra che modelli multimodali con forti capacità giudicanti possono anticipare un potenziale superiore per l'auto-evoluzione rispetto a critic esterni più potenti come GPT5.6-Luna.
- Evidenzia che i miglioramenti ottenuti tramite auto-imparamento non sono uniformi su tutti i task, mostrando risultati misti nelle rendering testuali.
Perché conta. Questa tecnica è rilevante per sviluppatori di agenti e AI locali perché permette il miglioramento continuo dei modelli senza supervisione esterna o costi aggiuntivi legati a grandi teacher esterni.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.