尽管视觉问答在过去几年中取得了令人瞩目的进步,但当前的视觉问答模型往往倾向于依赖训练集中的表层语言相关性,而很难推广到具有不同QA分布的测试集中。为了避免模型过于依赖语言偏见,最近的一些研究引入了一个辅助的仅问题模型,以规范化针对性的视觉问答模型的训练。CSS（Counterfactual Samples Synthesizing）作为一种与模型无关的反事实样本合成训练方案,通过掩盖图像中的关键对象或问题中的单词并分配不同的真实答案,来生成大量反事实训练样本。在使用补充样本（即原始样本和生成的样本）进行训练后,VQA模型被迫专注于所有关键对象和单词,从而显着提高了视觉可解释性和问题敏感性能力。本文将反事实样本模型加入了四种当前常见的注意力模型:堆叠式注意力机制、平行共同注意力机制、深度模块化共同注意力机制以及MUTAN注意力。通过对加入反事实样本模型后的准确率结果和未加入反事实样本,模型的结果进行对比来判断反事实样本模型对不同注意力模型得到的最终准确率结果的影响。并在加入了反事实样本模型的基础上加入了正则函数从而达到提升最终准确率的效果。得出反事实模型不同程度的提高了这四种注意力模型在VQA-CPv2数据集中的性能,尤其在判断对错（Yes/No）和计数问题（Number）类别有着显著提升。