액션 중심 인과 마스킹
모델 내부 어텐션에서 미래 시각적 토큰이 액션 토큰을 참조하도록 허용하되 액션 토큰이 미래 시각적 토큰을 참조하지 못하게 차단하는 마스킹 규칙으로, 학습 시에는 시각적 동역학을 활용하면서 추론 시 액션 전용 디코딩을 가능하게 한다.
