简约科技风关键注意力头识别内部状态诱导动态对比解码

修改左侧1. 上方分支：Mask Importance 这个分支需要展示“引入可学习掩码，并通过其梯度评估重要性”的过程起始模块:创建一个蓝色的方框，标记为 Attn Head。从 Attn Head 右侧引出一条箭头，指向一个新的灰色方框，标记为 Head Output (O_h)。核心操作:在 Head Output (O_h) 的下方，创建一个黄色的方框，标记为 Learnable Mask (M)。从 Head Output (O_h) 和 Learnable Mask (M) 分别引出箭头，汇入一个圆圈操作符 ⊙（代表元素乘积）。从 ⊙ 引出箭头，指向一个新的灰色方框，标记为 Masked Output (Z')梯度计算与评分 (关键步骤):从 Masked Output (Z') 引出一条向右的箭头，指向一个表示“最终任务损失”的图标，例如一个带有L字母的方框，标记为 Task Loss。从 Task Loss 引出一条“返回”的虚线箭头（表示反向传播），指向 Learnable Mask (M)。这条箭头上可以标注 ∂L/∂M最后，从 Learnable Mask (M) 下方（或旁边）引出主输出箭头，指向一个最终的方框，标记为 Mask Score。这个方框代表 |∂L/∂M_h| 的计算结果注释文本:将原有的“通过比较实际重要性”改为更准确的描述：“通过可学习掩码的梯度绝对值评估”。