MultAttnAttrib: Training-Free Multimodal Attribution in Long Document Question Answering

• 类型：arxiv
• 标识：2607.01420
• 链接：https://arxiv.org/abs/2607.01420
• 主分类：multimodal
• 形态：application
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces MultAttnAttrib, a training-free attribution-generation method that leverages a model's prefill pass, selected attention heads, and calibrated thresholds to locate source evidence within a document, and consistently outperforms a variety of attribution-generation methods.
• OpenAlex ID：W7167262568
• OpenAlex DOI：10.48550/arxiv.2607.01420
• DOI：10.48550/arxiv.2607.01420
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.01420
• OpenAlex更新：2026-07-19
• 副分类：engineering
• 待LLM分类：否
• 标题中文：MultAttnAttrib：长文档问答中的免训练多模态归因
• TLDR中文：本工作提出 MultAttnAttrib，一种免训练的归因生成方法，利用模型的预填充过程、选定的注意力头以及校准阈值在文档中定位源证据，且在多种归因生成方法上一致地表现更优。
• 来源文件：
• /inbox/tom/_candidates/2026-07-07-rag-retrieval-reranking-candidates.json
• /inbox/tom/_candidates/2026-07-06-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]