Stanford NLP 发布 UniEvo-VL 自蒸馏法

2026 年 10 月 1 日，Stanford NLP 发布多模态模型训练方法 UniEvo-VL。据 AGI Hunt 报道，该方法采用无需外部教师的 on-policy 自蒸馏：同一个多模态模型同时充当教师和学生，学生只看到原始问题，教师则在原始问题之外还能看到模型自己给出的批评，从而让模型在自身输出上迭代改进，报道称其可让多模态模型“自我进化”。目前可见的信息仅为该方法及其训练机制的发布，尚无基准测试成绩、模型规模、开源与否等细节，也没有更早的相关报道可供对照，事件仍处于发布初期。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。