多模态生成注意力研究

katha-ai-iiith · hf · 2026-07-09

论文讨论多模态大模型在生成过程中按 token 逐步分配注意力的规律。研究发现，视觉与文本模态的注意力会随语义需求动态切换，而这种模式可通过针对性干预来提升任务表现。