Hugging Face Daily Papers·2026-10-08 08:00· 1 天前AI 评分31

GPD 如何蒸馏路由 3D 特权以提升视觉语言模型空间推理

Distilling Routed 3D Privilege for Spatial Reasoning in Vision-Language Models

AI 导读

GPD（Geometry-Privileged Distillation）将深度、语义和 BEV 线索作为教师模型的几何特权，用于提升 VLM 空间推理，部署模型仍仅使用 RGB。