Video-MOPD：面向视频理解的多教师同策略蒸馏技术
英文标题：Video-MOPD: Multi-Teacher On-Policy Distillation for Video Understanding
视频理解任务要求模型同时具备感知、时序理解以及复杂推理等互补能力，但这三类能力在单一模型中往往难以联合优化。为此，研究团队提出了 Video-MOPD（多教师同策略蒸馏）方案，并推出了开源权重的模型 Video-MOPD-8B。该方法通过整合多位具备不同专长能力的教师模型指导学生模型学习，有效化解了多任务性能权衡的挑战。这一研究为开源社区提供了高效强化多模态视频推理与时序分析能力的新路径。
打开原文相关 1.6 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.09300v1 | 公告类型：最新 (new)
摘要
视频理解需要融合感知、时序理解以及复杂推理等多项互补能力，然而这些能力往往难以在单一模型中实现联合优化。我们推出了 Video-MOPD-8B，这是一款开源权重模型……
BibTeX formatted citation
×
English / 原文
BibTeX formatted citation
×