マルチモーダル蒸留で視覚的証拠の帰属を推定するアルゴリズムVAD

arXiv cs.CL ・ 2026-07-30

原題: VAD: Attributing Visual Evidence for Target Reconstruction in Multimodal On-Policy Distillation

AI による要約

VADは、マルチモーダルな方策内蒸留において、教師モデルの修正が視覚的証拠に基づいているかを反事実的に推定するアルゴリズムである。視覚的シグナルと言語的プライオリティを分離して教師の修正内容を評価することで、より正確な知識転送を実現する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。