注意力路径调控

MR-RAG：面向医学视觉问答的多模态相关性感知检索增强生成

MR-RAG: Multimodal Relevance-Aware Retrieval-Augmented Generation for Medical Visual Question Answering

对做医学 VQA 或多模态 RAG 的研究者，这篇给出了一个可复用的双阶段思路：检索端用模态内与跨模态信号联合打分做文档对齐，生成端按融合后的相关性重加权注意力路径，可直接迁移到其他需要外部知识注入的视觉问答系统。