ICML 2026 · P2 · 2026-05-27
AFIP：它和通用视觉自监督的关系在于：用注意力分散解释 hallucination，适合作为 VLM 视觉接地诊断补充
中相关；详见方法、贡献和实验边界。
AFIP: Correcting Visual Blur arXiv + ICML 2026 原文链接
编号2605.24602
优先级P2
类别ICML 2026
会议arXiv + ICML 2026
方法用注意力分散解释 hallucination，适合作为 VLM 视觉接地诊断补充
来源arXiv / OpenReview
先说结论。它和通用视觉自监督的关系在于：用注意力分散解释 hallucination，适合作为 VLM 视觉接地诊断补充。 中相关；详见方法、贡献和实验边界。
LLaVA-1.5-7b visual attention visualization while generating “blender” Figure 14LLaVA-1.5-7b visual attention visualization while generating “blender” Figure 14. Qualitative comparison of visual attention maps before and after applying head-level attention distraction correction.这张图/表用于判断 AFIP 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。
LLaVA-1.5-7b visual attention visualization while generating “mirror” Figure 13LLaVA-1.5-7b visual attention visualization while generating “mirror” Figure 13. Qualitative comparison of visual attention maps before and after applying Head-Level Attention Distraction Correction.这张图/表用于判断 AFIP 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。
核心问题
它和通用视觉自监督的关系在于：用注意力分散解释 hallucination，适合作为 VLM 视觉接地诊断补充。
方法拆解
用注意力分散解释 hallucination，适合作为 VLM 视觉接地诊断补充
主要贡献
中相关；详见方法、贡献和实验边界。
实验看点
实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。
局限与读法
这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。