UniEvo-VL 自蒸馏多模态自改进框架发布

2026年10月7日，Fang Wu 等作者发布 UniEvo-VL，一个面向多模态模型的自进化训练框架，让模型在测试时计算中从自身的建设性自我纠正反馈中学习。该框架由同一模型分别扮演教师和学生，训练时最小化两者在学生采样轨迹上的去噪扩散分布差异。作者称其构建于开源 Qwen-image-2512 之上，观察到 GenEval 从 0.747 提升至 0.808，GenEval2 Soft-TIFA 从 32.97 提升至 35.53。作者还称，使用更强的外部评判者（如 GPT5.6-Luna）的尝试表明，具备强评判能力的多模态模型可预期更高的自进化上限；同时混合文本渲染结果显示，其自我改进在不同任务上可能并不一致。上述性能数据与结论均来自作者自述。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。