On-Policy Self-Distillation （ OPSD ）已成为改善多模态大型语言模型（ MLLM ）中视觉推理的标准训练后方法。现有方法从各种输入来源获取特权信息，以指导自馏。然而，这些设计忽略了模态不平衡，这是MLM推理所固有的挑战。当文本信息主导生成时，模型

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.05131v1)获取最准确的信息。

---
🔗 **原文链接**: [OPD-V: Visual On-Policy Self-Distillation with Modality Bala](https://arxiv.org/abs/2608.05131v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Aniri, 金河碧, Peng Liao, Zengjie Jin, Volker Tresp, Fei Shen, Yunpu Ma, Tat-Seng Chua

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-06 14:03