arXiv · Computer Vision· Shuyang Jiang, Fucheng Deng, Yuchuan Luo, Zhenyu Wu·2026-10-01 12:00· 3 小时前AI 评分37

统一多模态模型中的位置解析梯度冲突与位置感知调制

Beyond Layers: Position-Resolved Gradient Conflict and Position-Aware Modulation for Unified Multimodal Models

AI 导读

统一多模态模型（UMM）的图像理解与自回归生成共享参数并相互干扰，现有方法以层或专家为单位诊断冲突。研究提出位置解析干扰图谱，发现生成梯度在序列前1/4位置与理解的余弦相似度低至-0.18，位置解释冲突方差的31%-35%。