arXiv · Artificial Intelligence· Baode Wang, Zuming Huang, Kexuan Ren, Jun Huang, Wei Chu·2026-10-01 12:00· 3 小时前AI 评分31

通过门控与衰减式在线蒸馏提升 OCR 保真度

Improving OCR Faithfulness via Gated and Attenuated On-Policy Distillation

AI 导读

GAD-RL 在 Qwen3.5-2B 上将 CHAOS-Bench Micro Recall 提升至 59.92%，分别比 GRPO 与 GRPO+OPD 高 8.45 和 4.43 个百分点，并在 OmniDocBench v1.6 取得 91.18 Overall。