技术博客

陈怡然团队提出了一种全新的零监督训练范式——Vision-Zero，专为视觉语言模型（VLM）设计。该范式采用自博弈框架，充分适应VLM在图像理解与语言生成方面的特性，实现了模型在无需人工标注数据条件下的自我进化。通过构建内部对抗与协作机制，Vision-Zero使模型能够在多轮迭代中不断提升跨模态理解与生成能力，显著降低对大规模标注数据的依赖。实验结果表明，该方法在多个基准任务上表现出优异性能，为VLM的自主学习提供了新路径。