跳到正文
热点事件持续更新

A*STAR与Vin大学开源多模态推理配方

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

A*STAR与VinUniversity发布并开源M³OPD-Reasoner多模态推理后训练方案,包括训练数据、代码和各阶段模型检查点。该方案以Qwen3.5-9B为学生模型,先用GSPO分别训练数学、图表理解和视频领域的教师模型,再通过多教师同策略蒸馏,让学生模型学习自己生成的回答。 配套数据包括135万条SFT样本和19.3万条带可验证奖励的RL样本,并针对21个基准进行了去污染。这是一套完整的开源后训练配方,而非仅公开单一模型权重。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    A*STAR 与 VinUniversity 开源 M³OPD 多教师蒸馏方案

    A*STAR 与 VinUniversity 发布并开源 M³OPD-Reasoner,一套用于训练多模态推理模型的多教师同策略蒸馏后训练配方。该方法以 Qwen3.5-9B 为学生模型,先用 GSPO 训练数学、图表理解和视频领域教师,再蒸馏学生自己生成的回答。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。