Self-Supervised Visual On-Policy Distillation

• 类型：arxiv
• 标识：2608.14144
• 链接：https://arxiv.org/abs/2608.14144
• 主分类：multimodal
• 形态：method
• 被引：7
• 被引来源：Semantic Scholar
• S2被引：7
• OpenAlex被引：0
• 影响力被引：1
• TLDR：Self-Supervised Visual On-Policy Distillation (S$^2$VOPD), a simple yet effective method that constructs on-policy learning signals from asymmetric augmented views, systematically explores a broad design space of visual augmentations and uncover that asymmetry matters.
• OpenAlex ID：W7203623899
• OpenAlex DOI：10.48550/arxiv.2608.14144
• DOI：10.48550/arxiv.2608.14144
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.14144
• OpenAlex更新：2026-08-30
• 待LLM分类：否
• 标题中文：自监督视觉 On-Policy Distillation
• TLDR中文：提出 Self-Supervised Visual On-Policy Distillation（S²VOPD），一种简单有效的方法，通过非对称增强视图构建 on-policy 学习信号，系统地探索了视觉增强的广阔设计空间，并发现非对称性至关重要。
• 来源文件：
• /inbox/tom/_candidates/2026-08-17-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]