+1.19
2B vs OPSD
+1.24
8B vs OPSD
每 5 层
SinkTrack
7.5/10
个人兴趣
01 · QUESTIONarXiv:2606.05718 · 2026-06-04
Teacher privilege 能否来自 student 本来就有的视觉输入？
ViCuR 用 visual cue 替代 answer/rationale privilege。
来源：Abstract；main tables1 / 9
02 · TAXONOMYarXiv:2606.05718 · 2026-06-04
三种视觉相关 context，来源完全不同
Input cue
从原始 image/video 抽取
Answer privilege
reference answer/rationale
Execution feedback
运行 student code 后产生
来源：Sections 1-2；本文分类2 / 9
03 · RECOVERABILITYarXiv:2606.05718 · 2026-06-04
S=f(X) 是目标，不是自动保证
visual cue S = f(inference input X)
外部 cue generator 仍可能漏信息、歧义或偷偷带入 answer-side facts。
来源：Method assumption3 / 9
04 · SINKTRACKarXiv:2606.05718 · 2026-06-04
Sink token 在 prefill 中定期查询全体 visual tokens
1Visual tokens
原图 representation
2Layer 5
sink cross-attention
3Layer 10
再次聚合
4Sink state
压入 task evidence
5Decode
无额外 per-token module
来源：Figure 3；Section 34 / 9
05 · CAPACITYarXiv:2606.05718 · 2026-06-04
Recovery module 不是零成本
2B backbone
+100.7M parameters（4.52%）
8B backbone
+536.9M（5.77%）
来源：model table5 / 9
06 · RESULTarXiv:2606.05718 · 2026-06-04
ViCuR 稳定小幅胜过 answer-based OPSD
| Setting | OPSD | +ViCuR |
|---|---|---|
| 2B | 44.88 | 46.07 |
| 8B | 58.15 | 59.39 |
| 8B stronger teacher | 63.88 | 64.96 |
根据 main tables 重绘6 / 9
07 · GAME SPLITarXiv:2606.05718 · 2026-06-04
Query-side cue 与 current-build feedback 分开做
Recoverable
asset、对象、视角、UI、目标 mechanic
Execution-derived
compile、runtime、render、hidden test
本文实验设计建议7 / 9
08 · CODEarXiv:2606.05718 · 2026-06-04
Module 可审计，supervision pipeline 不完整
公开
SinkTrack + trainer integration
缺少
cue generator、data、checkpoint
代码审计：a244a244fc24a202bd720f7aac069bb8bd105b068 / 9
09 · VERDICTarXiv:2606.05718 · 2026-06-04
先用它定义边界，再决定是否加 recovery module
对于 game query-to-code，ViCuR 最重要的贡献是区分 input-recoverable evidence 与 execution feedback。
兴趣程度 7.5/109 / 9