**自我进化的视觉提问者：不依赖外部监督的 VLM 自主提升方法**

_Self-Evolving Visual Questioner_

> 现有视觉提问者受限于高质量训练数据的匮乏。本文提出一种自我进化框架，利用视觉语言模型（VLM）自身同时作为问题提议者和过滤器，生成更具挑战性、信息量更丰富且以视觉为中心的问题，并保持多样性以防止训练崩溃。生成的问题用于训练 VLM 的提问与回答能力。实验表明，该方法显著提高了问题质量和难度边界，且自监督训练效果优于静态源数据，模型回答能力亦保持竞争力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-17 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.13929)