掘金· lucas_AI·· 24 天前AI 评分40
GAD-RL：给 OCR 模型的 RL+蒸馏训练装上状态感知开关，抑制语言先验幻觉
GAD-RL：OCR 模型总爱替图片『改错别字』？给蒸馏装一个看学生脸色的开关
AI 导读
Infinity-Parser 团队提出 GAD-RL，在 GRPO 与在线蒸馏联合训练中加入组级门控、连续衰减和 SA-FKL 稳定器，按学生掌握程度动态调节教师监督。
来源：掘金 · juejin.cn
GAD-RL：给 OCR 模型的 RL+蒸馏训练装上状态感知开关，抑制语言先验幻觉