标签
Self-OPD 引入了一种无需教师的同策略蒸馏框架，用于流匹配模型。该框架利用自探索的随机分支和归一化优势来优化速度场，在多目标对齐方面超越了先前的方法。
AtlasVA是一个面向视觉语言模型Agent的无教师视觉技能记忆框架，它利用空间热图、视觉示例和符号文本技能来改善长时域任务中的空间决策，在多个基准测试中优于基线方法。