跳到主要内容
检索

# 提示知情自蒸馏

1 篇关联报道

订阅更新
  1. arXiv

    推理分割不再靠整条轨迹打分:HISD用目标提示做词元级信用分配,推理长度缩短八成以上

    推理分割要让模型在相似物体中认出查询所指的目标,但整条回答共享一个奖励,无法指出哪些词元真正提供了判别证据。Hint-Informed Self-Distillation(HISD)在训练时由外部模型离线生成结构化Segment Hint,用带提示的教师模型对学生的轨迹逐词元打分,只调整正优势的幅度。在统一训练协议下,HISD在ReasonSeg测试集上比复现的DPAD把gIoU和cIoU分别提高3.00和3.55个百分点,并在五个评测划分上把有效推理跨度平均缩短80.17–91.83%。

已读完全部报道