教师引导蒸馏

通过教师引导的双路径音视频表征学习实现语义噪声消减

Semantic Noise Reduction via Teacher-Guided Dual-Path Audio-Visual Representation Learning

把对比对齐与掩码重建拆成两条独立优化路径、各自使用不同的可见 patch 模式，并用教师模型组织对比分支的可见 token——这套解耦思路可直接迁移到图像/视频的自监督预训练中，缓解多目标联合优化时的语义噪声与梯度干扰。