HeadTuned-CFG：统一VLM注意力头级条件引导调优

2026年10月14日，arXiv Artificial Intelligence 刊出 Zhengyang Luo 等作者的论文，提出统一视觉语言模型（统一 VLM）内部机制研究：通过探测注意力头发现，统一 VLM 在 T2I 与 I2T 生成中均存在对条件变化敏感与不敏感的两类注意力头，该功能分化模式跨样本稳定。基于这一探测结果，作者提出免训练推理干预方法 HeadTuned-CFG，在注意力头级别选择并调节条件引导。论文称该方法在自回归与掩码扩散两类统一 VLM 的双向多模态生成上均取得一致收益，其中 T2I 生成提升尤为显著。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。