UniEvo-VL、外部教師なしでマルチモーダルモデルが自己進化

UniEvo-VL: Self-Distillation Training for Multimodal Model Self-Improvement

UniEvo-VLは、マルチモーダルモデルが自らの自己批判を特権情報として活用し、単一モデルを教師と生徒の二役で訓練する自己蒸留フレームワークだ。Qwen-image-2512を基盤に、GenEvalで0.747から0.808、GenEval2 Soft-TIFAで32.97から35.53へと画像生成性能が向上。GPT5.6-Lunaのような強力な外部批評家を用いると自己進化の上限が高まる一方、テキスト描画などタスクによって改善が一様でないことも示された。