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：0
  • 被引来源：Semantic Scholar
  • S2被引：0
  • 影响力被引：0
  • 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.
  • 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]