修改而非模仿：面向多模态推理的最小编辑同策略蒸馏

英文标题：Edit, Don't Imitate: Minimal-Edit On-Policy Distillation for Multimodal Reasoning

视觉语言模型（VLM）在进行视觉数学推理时常受制于前期的感知瓶颈，一旦误读图表，后续推理便会基于错误前提出错，该问题在小模型上尤为突出。研究提出了“Edit, Don't Imitate”最小编辑同策略蒸馏方法，致力于通过针对性纠错而非盲目模仿来优化多模态推理轨迹。该成果为改善小型多模态模型的感知准确度与推理链质量提供了全新解法，对高性价比端侧视觉推理落地具有重要意义。

打开原文相关 4 · 机会 0

中文

论文编号：arXiv:2610.30231v1

摘要

视觉数学推理往往在推理真正展开之前就已经失败：当视觉语言模型（VLM）误读图表时，后续的所有推理过程都将建立在错误的前提之上。这一感知瓶颈在较小规模的模型中表现得尤为明显……

针对这一痛点，本文提出了“Edit, Don't Imitate”（修改而非模仿）的最小编辑同策略蒸馏（Minimal-Edit On-Policy Distillation）框架，旨在打破小型多模态模型在复杂几何与图表推理中的感知与逻辑瓶颈。

修改而非模仿：面向多模态推理的最小编辑同策略蒸馏

中文

摘要

BibTeX 格式引用

English / 原文

BibTeX formatted citation