提出了一种用于视觉语言模型GUI grounding任务的质量感知自蒸馏方法,通过软正确性感知门控和教师概率缩放来校准教师信号,从而提升了坐标预测性能。
机构:佐治亚大学
来源:arXiv 2606.18101 | AI4Papers 论文推荐平台