**OPD-V：基于模态平衡的视觉在线策略自蒸馏方法**

_OPD-V: Visual On-Policy Self-Distillation with Modality Balance_

> 针对多模态大语言模型（MLLM）视觉推理中的模态不平衡问题，研究者提出OPD-V方法。该方法通过正负教师模型构建模态平衡信任区域，实现更有效的在线策略自蒸馏。实验表明，OPD-V在多个基准测试中 consistently 提升推理性能，同时降低训练成本。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.05131)