视觉显著性蒸馏增强多模态推理

VSSD用大模型注意力图指导小模型区分细微图文差异。

推荐理由：核心问题是小多模态模型融合后会抹平微小跨模态差异；用大模型注意力图做显著性蒸馏，指向低token预算下的推理可靠性改进。