Stanford NLP 推出 UniEvo-VL：自蒸馏训练让多模态模型自我进化

Stanford NLP 发布 UniEvo-VL，用无需外部教师的在-policy 自蒸馏让同一多模态模型既当老师又当学生，学生只看原始问题、老师额外看到模型自己的批评。