VisualDeltas：从视觉质量扰动中学习偏好

我们提出VisualDeltas，一个轻量偏好学习框架，从多模态数据的视觉质量变化中提取监督。通过利用图像质量对视觉感知与推理的系统性影响，VisualDeltas在不依赖人工标注或外部教师的情况下诱导出信息丰富的偏好信号。该框架同时支持无标签和有标签两种模式，在存在监督时可灵活利用。在多样的多模态基准和模型规模上，VisualDeltas持续优于拒绝采样微调并改善泛化，且可自然扩展到一系列视觉退化。