东北大学与阿里提出 SCOPED 技能解耦蒸馏方法

2026 年 10 月 16 日，有报道称东北大学与阿里巴巴团队提出 SCOPED 方法，用于缓解视觉语言模型（VLM）在强化学习联合优化异构视觉目标时出现的跨能力梯度冲突。该方法的做法是技能解耦蒸馏：先为不同能力分别训练专家模型，再用奖励引导的反思提取显式技能，随后以 on-policy 蒸馏让统一的学生模型内化这些程序性知识，并在推理阶段不暴露技能。报道称，该方法在 8 个多模态基准上一致超过骨干模型与混合能力强化学习方案。除此之外，暂无更多关于该方法的后续进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。