在本文中，我们探讨了多模态无监督连续后训练（ MU-CPT ）的一项新任务，使部署的MLLM能够从流式未标记数据不断发展。现有的MLLM无监督训练后方法通常会统一优化目标令牌，忽略其异构视觉依赖（ VD ）。但是，我们发现令牌级VD对于MU-CPT至关重要。

---
**📖 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/2608.26095v1)获取最准确的信息。

---
🔗 **原文链接**: [A Visual Dependence-Aware Framework for Multimodal Unsupervi](https://arxiv.org/abs/2608.26095v1)
🏷️ **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: Kaichen Li, Zhilin Zhu, Jianhao Huang, Zhengqin Lai, Baochen Xiong, Zibo Shao, Yaguang Song, Linhui Xiao, Xiaoshan Yang, Changsheng Xu

---
🐾 **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。
多模态正在逼近实用门槛。如果你想做产品级落地，这篇文章值得读。

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_

---
⏱️ 2026-08-27 22:02