arXiv cs.AI· Baode Wang, Zuming Huang, Kexuan Ren, Jun Huang, Wei Chu·· 2026-10-01AI 评分34
通过门控与衰减同策略蒸馏提升 OCR 保真度
Improving OCR Faithfulness via Gated and Attenuated On-Policy Distillation
AI 导读
研究人员提出 GAD-RL，通过在联合后训练中自适应调节与衰减教师监督，提升视觉语言模型的 OCR 转录保真度。该方法在任务奖励达到 0.95 时停用蒸馏并持续衰减强度，同时依据学生概率对前向 KL 加权。
来源：arXiv cs.AI · arxiv.org