Llama模仿Diffusion多模態(tài)漲分30%！只需共享注意力分布
不卷數(shù)據(jù)不燒卡
這次不是卷參數(shù)、卷算力，而是卷“跨界學(xué)習(xí)”——
讓Stable Diffusion當(dāng)老師，教多模態(tài)大模型（如Llama-3.2）如何“看圖說話”！
性能直接飆升30%。
中國研究員聯(lián)合DeepMind團(tuán)隊的最新研究《Lavender: Diffusion Instruction Tuning》，通過簡單的“注意力對齊”，僅需1天訓(xùn)練、2.5%常規(guī)數(shù)據(jù)量，即可讓Llama-3.2等模型在多模態(tài)問答任務(wù)中性能飆升30%，甚至能防“偏科”（分布外醫(yī)學(xué)任務(wù)提升68%）。
且代碼、模型、訓(xùn)練數(shù)據(jù)將全部開源！
下面具體來看。
模仿Stable Diffusion的交叉注意力機(jī)制
當(dāng)前遇到的問題是：
傳統(tǒng)多模態(tài)大模型（VLM）的“視覺課”總不及格？數(shù)據(jù)不夠、過擬合、細(xì)節(jié)抓不準(zhǔn)……像極了考前突擊失敗的學(xué)渣。
對此，團(tuán)隊提出了新的解決方案：
讓Stable Diffusion這位“圖像生成課代表”，直接共享它的“學(xué)霸筆記”——注意力分布。
展開來說，其跨界教學(xué)可分為三步走：
Step1：拜師學(xué)藝。VLM（如Llama-3.2）向Stable Diffusion學(xué)習(xí)如何“看圖”，通過輕量級對齊網(wǎng)絡(luò)（Aligner）模仿其交叉注意力機(jī)制。
Step2：高效補課：僅用13萬樣本（常規(guī)數(shù)據(jù)量的2.5%）、8塊GPU訓(xùn)練1天，不卷數(shù)據(jù)不燒卡。
Step3：防偏科秘籍。引入LoRA技術(shù)“輕裝上陣”，保留原模型能力的同時，專攻薄弱環(huán)節(jié)。
然后來看下具體效果。
從論文曬出的成績單來看，在16項視覺-語言任務(wù)中，Lavender調(diào)教后的Llama-3.2，性能大有提升——
在預(yù)算有限的小模型賽道上，超過SOTA（當(dāng)前最優(yōu)模型）50%。
在超大模型圈子里，Lavender調(diào)教的Llama-3.2-11B居然能和那些“巨無霸”SOTA打得有來有回。
要知道，這些對手的體量一般在它的10倍以上。
更令人驚訝的是，Lavender連醫(yī)學(xué)數(shù)據(jù)都沒“補習(xí)”，就直接讓Llama-3.2-11B在WorldMedQA這個“超綱考試”中成績暴漲68%。
具體分?jǐn)?shù)見圖表（柱狀圖已標(biāo)出）
代碼/模型/訓(xùn)練數(shù)據(jù)全開源
小結(jié)一下，新研究主要技術(shù)亮點如下：
1、注意力對齊：Stable Diffusion的“獨家教案”
傳統(tǒng)VLM的注意力機(jī)制像“散光患者”，而Stable Diffusion的注意力分布則是“高清顯微鏡”。Lavender通過MSE損失函數(shù)，讓VLM學(xué)會Stable Diffusion的“聚焦技巧”，直接提升視覺理解精度。
2. 數(shù)據(jù)不夠？知識蒸餾來湊
無需海量標(biāo)注數(shù)據(jù)，直接從圖像生成模型中蒸餾視覺知識，堪稱“小樣本學(xué)習(xí)神器”。正如論文團(tuán)隊調(diào)侃：“這大概就是AI界的‘名師一對一補習(xí)班’?！?/p>
3. 防過擬合Buff：LoRA+注意力約束
通過低秩適配（LoRA）鎖定核心參數(shù)，避免模型“死記硬背”。實驗顯示，Lavender在分布外任務(wù)上的魯棒性吊打傳統(tǒng)SFT方法，具備“抗偏科體質(zhì)”。
另外，從具體應(yīng)用場景來看，Lavender的視覺理解能力直接拉滿。
無論是表格標(biāo)題還是圖表里的小數(shù)據(jù)點，Lavender都能一眼鎖定關(guān)鍵信息，不會“偏題”；且對于復(fù)雜圖形、大小位置關(guān)系，Lavender也能避免視覺誤導(dǎo)，輕松拿捏。
實驗顯示，從醫(yī)學(xué)病灶定位到多語言問答，Lavender不僅看得準(zhǔn)，還答得對，連西班牙語提問都難不倒它。
目前，團(tuán)隊不僅公開了論文，代碼/模型/訓(xùn)練數(shù)據(jù)也全部開源了。
- 訓(xùn)練數(shù)據(jù)：由Stable Diffusion標(biāo)注的高質(zhì)量對齊樣本；
- 預(yù)訓(xùn)練模型：基于Llama-3.2、MiniCPMv2.5等架構(gòu)的Lavender適配版；
- 調(diào)參指南：從小白到進(jìn)階的“注意力對齊”實操手冊；
對于上述研究，團(tuán)隊負(fù)責(zé)人表示：
我們希望證明，高效、輕量的模型優(yōu)化，比無腦堆參數(shù)更有未來。
- 厲害了，智譜造了全球首個手機(jī)通用Agent！人人免費，APP甚至直接操控云電腦2025-08-20
- 美國專家來中國轉(zhuǎn)了一圈：AI比賽已經(jīng)結(jié)束了2025-08-19
- 一張圖0.1秒生成上半身3D化身！清華IDEA新框架入選ICCV 20252025-08-21
- “半路截胡”張益唐，北大出身的中山大學(xué)校長這樣做2025-08-21
相關(guān)閱讀
北大&騰訊打造多模態(tài)15邊形戰(zhàn)士！語言作“紐帶”，拳打腳踢各模態(tài)，超越Imagebind
還自建首個有深度和紅外的大規(guī)模多模態(tài)數(shù)據(jù)集
