[2026-06-04] ViCuR: Visual Cues as Recoverable Privilege for Multimodal On-Policy Distillation
模型知道相交弦定理,却把图里的线段配错。ViCuR 用训练时的视觉提示和新增注意力分支改善读图;本文追到公开数据,讲清提示从哪来、怎样蒸馏,以及哪些结果没有变好。
模型知道相交弦定理,却把图里的线段配错。ViCuR 用训练时的视觉提示和新增注意力分支改善读图;本文追到公开数据,讲清提示从哪来、怎样蒸馏,以及哪些结果没有变好。
把几何解题过程写成带标签的步骤,固定某一步以前的内容,再从这里生成不同完整解法,用最终分数差训练后半段。结合等腰三角形真实案例,说明数据来源、评分、更新范围与实验限制。