ADOPD

新的蒸馏框架提高了 MLLM 异常检测的准确性

研究人员开发了 ADOPD，一个新颖的参考特权单策略蒸馏框架，旨在利用多模态大语言模型 (MLLM) 增强工业异常检测。该方法在训练过程中将参考比较的优势内化到模型参数中，解决了教师模型可能偏向语言先验而非视觉信息的局限性。ADOPD 在 MMAD 基准测试的零样本设置下实现了 77.31% 的平均准确率，显著提高了 Qwen3-VL-4B 主干模型的性能 6.14 个百分点，并超越了其单样本性能。