多模态理解

掩码教师与强化学生：面向视觉语言模型的蒸馏方法

Masking Teacher and Reinforcing Student for Distilling Vision-Language Models

提出一种掩码渐进式强化学习蒸馏框架，通过逐步恢复教师模型容量和离线RL奖励机制，解决大模型到小模型蒸馏中的不稳定性问题，为视觉语言模型的高效压缩与部署提供可复用技术路径。